摘要
数据增强常用于通过生成符合数据底层分布的合成样本，以扩充数据集。为实现更广泛的增强策略，我们探索了负向数据增强（Negative Data Augmentation, NDA）方法，该方法有意生成分布外（out-of-distribution）的样本。我们证明，此类负向分布外样本能够提供关于数据分布支撑集（support）的信息，并可用于生成建模与表示学习。本文提出一种新型GAN训练目标，将NDA作为判别器的额外合成数据来源。在适当条件下，我们证明优化该目标仍能恢复真实数据分布，同时可直接引导生成器避免产生缺乏预期结构的样本。实验结果表明，采用该方法训练的模型在条件/无条件图像生成任务中表现更优，并显著提升了异常检测能力。此外，我们将相同的负向数据增强策略引入对比学习框架，用于图像与视频的自监督表示学习，在下游任务（如图像分类、目标检测与动作识别）中均取得了性能提升。这些结果表明，关于“何为无效数据”的先验知识，可作为一种有效的弱监督信号，广泛适用于多种无监督学习任务。