(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211107032.2 (22)申请日 2022.09.13 (65)同一申请的已公布的文献号 申请公布号 CN 115187950 A (43)申请公布日 2022.10.14 (73)专利权人 安徽中科星驰自动驾驶 技术有限 责任公司 地址 230031 安徽省合肥市高新区望江西 路900号中安创谷科技园一期A1栋 3201 (72)发明人 王智灵　龚殿城　 (74)专利代理 机构 北京科迪生专利代理有限责 任公司 1 1251 专利代理师 邓治平 (51)Int.Cl. G06V 20/56(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 114758153 A,2022.07.15 CN 110210482 A,2019.09.0 6 CN 112967355 A,2021.0 6.15 CN 114241377 A,2022.03.25 CN 114022759 A,202 2.02.08 CN 113222874 A,2021.08.0 6 US 2021284184 A1,2021.09.16 US 2022230310 A1,202 2.07.21 US 2021150678 A1,2021.0 5.20 CN 111950699 A,2020.1 1.17 冯银付.多 模态人体行为识别技 术研究. 《中 国优秀博士论文电子期刊》 .2016,I138- 69.(续) 审查员 蒋悦 (54)发明名称 用于深度学习图像数据增强的新型平衡掩 码二次采样方法 (57)摘要 本发明公开了一种用于深度学习图像数据 增强的新型平衡掩码二次采样方法， 该方法将特 征图上待删除块中的元素在删除和保留之间取 得合理的平衡。 包括如下步骤： S1： 获得原始数据 的特征图。 S2： 生成基础掩码M1， M1的生成方式采 用已有方法。 S3： 生成平衡掩码M2， 平衡掩码M2的 设计采用两种形式。 第一种是创建一个和M1等尺 寸的矩阵M2， 矩阵内均匀分布若干矩形块， 矩形 内的元素为1， 其余为0。 M2内矩形块的分布， 可通 过矩形块的长度、 宽度、 水平、 竖直间隔距离改 变。 第二种是创建一个和M1等尺寸的矩阵M2， 矩 阵内的每个元素服从概率为p的伯努利分布。 S4： 生成最终掩码M=1 ‑M1×M2。 S5： 将掩码M应用到特征图上。 [转续页] 权利要求书1页 说明书3页 附图3页 CN 115187950 B 2022.11.22 CN 115187950 B (56)对比文件 Zhiling Wang.A Fast and High - Performance Object Proposal Method for Vison Sensors: Ap plication to Object Detection. 《IEEE Sensors Journal》 .202 2,第 22卷(第10期),9543 -9557.2/2 页 2[接上页] CN 115187950 B1.一种用于深度学习图像数据增强的新型平衡掩码二次采样方法， 其特征在于， 包括 如下步骤： S1： 获取神经网络卷积之后得到的特征图FR∈n×c×h×w， n为特征图的数量， c为特征图的通 道维度， h、 w分别为特 征图的高度、 宽度， R为实数域； S2： 生成基础掩码M1， M1的生成方式为： 在和特征图等尺寸的空白矩阵上随机生成种子 点， 以种子点 为中心填充一个正方 形， 正方形内的元 素填充为1， 其 余元素填充为0； S3： 生成平衡掩码M2； S4： 生成最终掩码M， M=1 ‑M1×M2， 通过平衡掩码 二次采样方法将特征图上待删除块中的 元素在删除和保留之间取 得合理的平衡； S5： 将掩码M应用到特 征图上， F=F ×M； 步骤S3中所述的平衡掩码M2的生成方式有两种： 方式一： 创建一个和M1等尺寸的矩阵， 矩阵内均匀分布若干个小矩形块， 矩形内的元素 为1， 其余为0， 矩阵内矩形块的分布， 通过每个矩形块的长度、 宽度、 水平间隔距离、 竖直间 隔距离改变； 方式二： 创建一个和M1等尺寸的矩阵， 矩阵内的每 个元素服从概 率为p的伯努利分布。权　利　要　求　书 1/1 页 2 CN 115187950 B 3