朱晓慧，钱丽萍，傅 伟

（北京建筑大学电气与信息工程学院，北京 100044）

0 引言

基于数据驱动的人工智能时代已出现一个明显趋势——那些具有丰富、廉价数据的领域更容易孕育出AI 技术。但目前众多领域现有数据集大都存在规模较小、分布不均衡且采集、标注困难等突出问题，可以说数据的匮乏或昂贵往往是阻碍人工智能发展的直接原因。为解决这一问题，数据增强技术应运而生。数据增强的主要挑战是如何将现存的小规模数据集经由变化或学习，使数据拥有“自我繁殖”的能力，从而产生足量、合理且均衡的扩增数据。因此，国内外专家学者对其进行了大量研究，如今数据增强技术在医学影像、视频影音及自然语言处理等领域都有着广阔的应用前景。

目前，国内针对数据增强技术进行全面综述的文献较少。文献［1］对基于深度神经网络的少样本学习方法进行全面总结，将数据增强作为其中一类方法进行介绍，但缺乏重点性和全面性；文献［2］对基于生成对抗网络的数据增强方法进行综述，但只介绍了数据增强中的生成对抗网络技术，同样不够全面。本文则对不同种类的数据增强技术进行全面调研，重点分析所采用的典型策略。根据数据增强方式的不同，将现有数据增强技术分为有监督和无监督两大类，对这两个类别的研究分别进行讨论，并将每个类别作进一步细分，对各个子类别进行具体介绍，最后阐述各种数据增强技术在图像领域的应用。……