May, 2024

MixCut：人脸表情识别的数据增强方法

PDF
TL;DR通过使用 MixCut 方法进行数据增强，本研究在面部表情图像识别中实现了 85.63% 和 87.88% 的分类准确率，相较于 CutOut，Mixup 和 CutMix 等三种数据增强方法分别提高了 0.59%，0.36%，0.39% 和 0.22%，0.65%，0.5% 的分类准确率。
facial expression recognitiondata augmentationmixcut methodclassification accuracyimage recognition
发现论文，激发创造
  • ResizeMix：混合数据以保留对象信息和真实标签

    通过研究发现，基于图像显著性信息的数据混合并不一定对增强性能有太大帮助，采用更有效、更易于实现的 ResizeMix 方法进行数据混合比 CutMix 和基于显著性信息的方法更具优势。

    Dec, 2020

  • FaceMixup: 通过混合面部规范化增强面部表情识别

    基于混合面部组件规范化的简单而全面的面部数据增强方法在面部表情识别中优于文献中的经典数据增强方法，包括 MixAugment

    May, 2024

  • CutMix: 用可定位特征的正则化策略训练强分类器

    该论文提出了一种名为 CutMix 的数据增强策略，该策略结合了区域 dropout 策略和图像贴图技巧，其旨在提高卷积神经网络的分类性能，改善对象定位和提高网络的鲁棒性。实验结果显示，CutMix 方法在 ImageNet 数据集上的分类任务中能够持续地超越当前领先的数据增强方法，同时还能提高由其预训练的分类器在 Pascal 检测和 MSCOCO 图像字幕生成等任务中的表现。

    May, 2019

  • Attentive CutMix：基于深度学习的图像分类增强数据增强方法

    本文提出了一种基于 Attentive CutMix 的图像分类数据增强策略，在训练过程中利用中间层的注意力图寻找最具有辨别度的图像区域，能够显著提高基于卷积神经网络的图像分类性能。

    Mar, 2020

  • FMix：增强混合样本数据增强

    通过研究 VAE 学习原始数据和增强数据之间的信息，我们证明了 Mixup 通过一种对抗性训练的方式扭曲了学习函数，而 CutMix 则没有。我们提出了 FMix，一种新的 MSDA 方法，它使用从傅里叶空间采样的低频图像生成随机二进制掩模，这些掩模具有各种形状，并且在一些模型和数据集上优于 MixUp 和 CutMix，最终展示了 MixUp 和 FMix 的组合可以进一步提高性能。

    Feb, 2020

  • 解决 DeepFake 问题：使用动态人脸增强改善 DeepFake 检测的分析

    本文重点研究了现有 DeepFake 检测框架的局限性和缺陷，通过现有方法和数据集的定量和定性分析，发现 deepfake 数据集过度扩充，容易导致过度拟合，而提出的数据增强方法（面部切除）能够成功改善数据变化并缓解过度拟合问题。

    Feb, 2021

  • TokenMix: 重塑图像混合 在视觉 Transformer 中的数据增强

    本文提出了一种名为 TokenMix 的数据增强技术，它在令牌级别上混合两个图像，通过将混合区域分区成多个独立的部分来实现，其适用于更好地训练视觉变换器，同时根据预训练的 teacher 模型的内容基础神经激活映射分配目标分数，增强了其稳健性和性能。

    Jul, 2022

  • 数据增强和迁移学习应用于面部表情识别

    通过使用数据增强技术和生成对抗网络模型，将初步训练的卷积神经网络与不同架构的预训练模型的方法应用于面部表情识别任务，使得模型的泛化能力得到提高，从而实现对面部表情的自动识别，准确率达到 85%。

    Feb, 2024

  • 基于超像素网格的 GridCut、GridMean 和 GridMix 数据增强

    本文提出了一个基于不规则超像素分解的新颖的数据增强方法，称为 SuperpixelGridMasks，通过三个变量 SuperpixelGridCut，SuperpixelGridMean 和 SuperpixelGridMix 可以产生新型的图像变换，可以显著提高图像数据集的性能。

    Apr, 2022

  • CutDepth: 基于边缘感知的深度估计数据增强

    这篇论文研究了单目深度估计这一任务的数据扩充方法，并提出了一种名为 CutDepth 的数据扩增方法，能够在不破坏边缘特征的情况下扩充数据，从而显著提高了估计精度。

    Jul, 2021