[發明專利]一種應用淺層神經網絡的中醫面色自動分類方法

有效

• 申請號: 201710692254.8
• 申請日: 2017-08-14
• 公開（公告）號: CN107516312B
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 張菁;肖慶新;張輝;李曉光;卓力
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62
• 代理公司: 11203 北京思海天達知識產權代理有限公司
• 代理人: 劉萍<國際申請>=<國際公布>=<進入國

1.一種應用淺層神經網絡進行中醫面色自動分類的方法，該方法包含離線模型訓練階段和在線面色分類階段，其特征在于，具體包括以下步驟：

(1)構建人臉面色圖像訓練數據集；

人體面部區域在中醫領域中被劃分為五個部分，每個部分分別對應不同的內臟，從人體面部圖像中分割得到相應區域的皮膚塊，并通過滑動窗的方法將分割后的皮膚塊分割成若干皮膚子塊，將中醫醫師對人臉面色的標定結果，作為分割得到的各皮膚子塊的類別，用于構成人體面色圖像訓練數據集；

(2)針對面色分類的淺層神經網絡設計與訓練

設計的淺層網絡層數共有5層，采用三種不同的層結構，分別為輸入層、特征提取層、輸出層；輸入層由一個卷積層和修正線性單元ReLU組成；特征提取層由3層網絡組成，前兩層的每層都由一個卷積層和ReLU激活函數組成，在卷積層和ReLU之間都有一個批量歸一化Batch Normalization，并在特征提取層的第二個ReLU后面加入池化層，特征提取層的第三層是一個全連接層，后接一個修正線性單元ReLU；輸出層由全連接層組成，后加一個softmax分類器；

利用構建的人體面色圖像訓練數據集進行網絡訓練，得到人臉面色分類模型；

(3)基于統計決策的人臉面色分類；

利用訓練得到的分類模型對人體面部圖像進行面色分類；首先將待分類的面部圖像進行區域分割，提取相關區域的皮膚塊；其次將皮膚塊利用滑動窗的方法分割成若干子塊；然后利用分類模型對各皮膚子塊進行類別判別；最后利用統計決策的方法對皮膚子塊進行統計，將統計的決策最大值作為皮膚塊的最終類別，實現對人體面部圖像的面色分類。

2.根據權利要求1所述的方法，其特征在于，步驟1具體如下：

步驟1.1：進行人臉面色圖像采集；

采集到的樣本標注類型為白、紅、黃、青、黑、常色6種類型；

步驟1.2：面色皮膚塊的分割；

將人臉兩頰區域作為研究對象，用于人臉面色分類；

首先，選擇一幅圖像，在左、右兩頰區域上分別選取一個坐標點，坐標點的選取為兩頰區域的中心點位置；然后以坐標點為中心，圈出N×N大小的皮膚塊，并保存到相應目錄下；手動提取的兩頰區域皮膚塊大小為96×96；

步驟1.3：將皮膚塊分割成若干子塊；

滑動窗分割公式如下：

式中，M₁為分割前的皮膚塊的尺寸大小，M₂為分割后的皮膚子塊的尺寸大小，stride1為滑動窗的滑動步長，Num為一個皮膚塊被分割后的皮膚子塊的數目；

一個尺寸為96×96大小的皮膚塊，利用32×32大小的滑動窗，滑動步長設置為32，最終分為9個皮膚子塊，分割后的每個皮膚子塊大小保持不變，為32×32；將中醫醫師對人臉面象的標定結果，作為分割后的皮膚子塊的類別，并構成訓練數據集。