粗粒球导向遮蔽：结构感知数据增强
计算机视觉与模式识别
2026-01-16 v2
摘要
深度学习模型在计算机视觉中取得了显著的成功，但仍严重依赖大规模标注数据，且在数据有限或分布迁移时容易过拟合。数据增强——特别是基于遮蔽的信息丢弃——可通过迫使模型探索互补线索来增强鲁棒性；然而，现有方法往往缺乏结构感知，风险在于丢弃关键语义。我们提出基于粗粒球计算（GBC）的粗粒球导向遮蔽（GBGM），一种结构感知的增强策略。GBGM 通过粗到细的层次化遮蔽过程，自适应保留语义丰富、结构关键区域，同时抑制冗余区域，产生既具代表性又具辨识力的增强样本。在多个基准上进行的大量实验表明，GBGM 不仅在图像分类和掩码图像重建中 consistently 提升性能，而且在图像篡改检测中也显示出有效性和广泛适用性。简单且模型无关，GBGM 可无缝集成到 CNN 和 Vision Transformer 中，为结构感知数据增强提供了实用范式。
引用
@article{arxiv.2512.21011,
title = {Granular Ball Guided Masking: Structure-aware Data Augmentation},
author = {Shuyin Xia and Fan Chen and Dawei Dai and Meng Yang and Junwei Han and Xinbo Gao and Guoyin Wang},
journal= {arXiv preprint arXiv:2512.21011},
year = {2026}
}