计算机应用

作者：余鹰, 王乐为, 张应龙

单位：华东交通大学 软件学院, 南昌 330013

关键词：特征提取,数据增强,深度学习,背景色

基金：国家自然科学基金资助项目（61563016，61762036）；江西省自然科学基金资助项目（20181BAB202023，20171BAB202012）。

深度神经网络具有强大的特征自学习能力，可以通过多层逐步提取的方式获取不同层次的粒度特征，但当图片目标本体与背景色具有强相关性时，特征提取会存在"惰性"，所提取特征的抽象层次较低，判别性不足。针对此问题，通过实验对深度神经网络特征提取的内在规律进行研究，发现特征提取偏好与图片背景色之间具有相关性，消除该相关性可以帮助深度神经网络忽略背景的干扰，直接学习目标本体的特征，由此提出了数据增强算法，并在自主构建的数据集上进行实验。实验结果表明，所提算法可以降低背景色对目标本体特征提取的干扰，减少过拟合，提高分类效果。

来源：2019年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第11期