申请/专利权人：平安科技(深圳)有限公司

申请日：2019-09-17

公开（公告）日：2024-06-28

公开（公告）号：CN110705611B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/77;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.05.14#实质审查的生效;2020.01.17#公开

摘要：本公开涉及眼底图像数据处理领域，具体涉及一种眼底图像样本扩展方法、眼底图像样本扩展装置、计算机可读存储介质及电子设备。在本公开示例性实施方式提供的眼底图像样本扩展方法中，通过构建基于神经网络的编码器、转码器和解码器等模型可以将不同数据来源获得的数据量较少的眼底图像样本进行扩展，从而得到数据量增加并且数据来源分布均匀的眼底图像样本，基于扩展后的眼底图像样本对相关机器学习模型进行训练可以提高模型的数据来源泛化能力，在提高模型使用效果的同时，可以降低样本采集和标注成本，提高模型训练效率。

主权项：1.一种眼底图像样本扩展方法，其特征在于，包括：获取基于第一眼底图像数据源的第一眼底图像初始样本以及基于第二眼底图像数据源的第二眼底图像初始样本；其中，眼底图像数据源包括第一眼底图像数据源、第二眼底图像数据源或者待确定眼底图像数据源；确定初始样本包括：采集眼底图像，并获取所述眼底图像的数据来源信息；根据所述数据来源信息判断各个所述眼底图像的数据来源是否为第一眼底图像数据源、第二眼底图像数据源或者待确定眼底图像数据源；将数据来源为所述第一眼底图像数据源的眼底图像确定为第一眼底图像初始样本，并将数据来源为第二眼底图像数据源的眼底图像确定为第二眼底图像初始样本；对于将数据来源为待确定眼底图像数据源的眼底图像，将其输入至预先训练的眼底图像分类模型，并根据眼底图像分类模型的输出每个数据来源标签的分类概率将该眼底图像确定为第一眼底图像初始样本、第二眼底图像初始样本或者噪声样本，其中，对于所述噪声样本，将其从原始样本集中剔除；分别对所述第一眼底图像初始样本和所述第二眼底图像初始样本进行特征提取以得到具有第一数据源特征的第一眼底图像初始特征数据和具有第二数据源特征的第二眼底图像初始特征数据；将所述第一眼底图像初始特征数据转换为具有第二数据源特征的第二眼底图像扩展特征数据，并将所述第二眼底图像初始特征数据转换为具有第一数据源特征的第一眼底图像扩展特征数据；分别对所述第一眼底图像扩展特征数据和所述第二眼底图像扩展特征数据进行图像还原以得到对应于所述第一眼底图像数据源的第一眼底图像扩展样本和对应于所述第二眼底图像数据源的第二眼底图像扩展样本。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 眼底图像样本扩展方法、装置、介质及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD