[發明專利]眼底圖識別及其訓練方法、裝置、設備和存儲介質

在審

• 申請號: 201910769997.X
• 申請日: 2019-08-20
• 公開（公告）號: CN110472600A
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 黃甜甜;楊大陸;楊葉輝;王磊;許言午;黃艷
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/38;G06T7/00;G06T7/90
• 代理公司: 11205 北京同立鈞成知識產權代理有限公司
• 代理人: 朱穎;劉芳<國際申請>=<國際公布>=<

1.一種眼底圖識別方法，其特征在于，應用于終端設備，所述終端設備與圖像采集單元連接，包括：

獲取所述圖像采集單元采集的待識別圖像；

分別提取所述待識別圖像的局部紋理特征、邊緣特征和顏色特征；

將所述局部紋理特征、所述邊緣特征和所述顏色特征進行拼接，得到拼接特征；

將所述拼接特征輸入預設模型，以通過所述預設模型識別所述待識別圖像是否為眼底圖。

2.根據權利要求1所述的方法，其特征在于，所述提取所述待識別圖像的局部紋理特征，包括：

將所述待識別圖像劃分為第一預設數量個圖像塊，所述第一預設數量與所述待識別圖像的局部紋理特征的維度相同；

計算每個所述圖像塊中每個像素點的局部二值模式值；

統計每個所述圖像塊中所有像素點的局部二值模式總值；

將所述第一預設數量個局部二值模總值串聯作為所述待識別圖像的局部紋理特征。

3.根據權利要求1或2所述的方法，其特征在于，所述待識別圖像的局部紋理特征的維度取值范圍為9-11。

4.根據權利要求1所述的方法，其特征在于，所述提取所述待識別圖像的邊緣特征，包括：

計算所述待識別圖像中每個像素的梯度；

將所述待識別圖像塊劃分為多個圖像單元；

根據所述待識別圖像中每個像素的梯度，確定每個所述圖像單元的梯度直方圖；

根據每個所述圖像單元的梯度直方圖，確定所述待識別圖像的邊緣特征。

5.根據權利要求1或4所述的方法，其特征在于，所述邊緣特征的維度取值范圍為8000-8200。

6.根據權利要求1所述的方法，其特征在于，所述提取所述待識別圖像的顏色特征，包括：

分別統計所述待識別圖像分別在預設數量個通道的顏色分量的平均值和標準偏差值；

將預設數量個通道各自的顏色分量的平均值和標準偏差值串聯，得到所述待識別圖像的顏色特征。

7.根據權利要求1所述的方法，其特征在于，所述提取所述待識別圖像的顏色特征，包括：

分別統計所述待識別圖像分別在R、G、B通道的顏色分量的平均值和標準偏差值；

將R、G、B通道的顏色分量的平均值和標準偏差值串聯，得到6維的所述顏色特征。

8.根據權利要求1所述的方法，其特征在于，所述拼接特征的維度取值范圍為8110-8120。

9.根據權利要求1-8任一項所述的方法，其特征在于，所述預設模型是基于梯度提升樹訓練得到的。

10.根據權利要求1-8任一項所述的方法，其特征在于，所述提取所述待識別圖像的局部紋理特征、邊緣特征和顏色特征，包括：

將所述待識別圖像輸入預設特征提取模型，以通過所述預設特征提取模型提取所述待識別圖像的局部紋理特征、邊緣特征和顏色特征。

11.根據權利要求1所述的方法，其特征在于，所述將所述拼接特征輸入預設模型，以通過所述預設模型識別所述待識別圖像是否為眼底圖之后，所述方法還包括：

將識別結果在所述終端設備上顯示。

12.一種眼底圖識別的訓練方法，其特征在于，包括：

獲取具有第一標注信息的訓練圖像，所述第一標注信息包括所述訓練圖像是否為眼底圖；

提取所述訓練圖像的局部紋理特征、邊緣特征和顏色特征；

將所述局部紋理特征、所述邊緣特征和所述顏色特征進行拼接，得到拼接特征；

將所述拼接特征輸入預先構建的梯度提升樹模型，以通過所述預先構建的預設模型識別所述訓練圖像是否為眼底圖；

基于識別結果和所述第一標注信息之間的差異調整所述預先構建的梯度提升樹模型的網絡參數。