[發明專利]一種基于卷積神經網絡的齒痕舌識別算法在審
| 申請號： | 201911158615.6 | 申請日： | 2019-11-22 |
| 公開（公告）號： | CN111476259A | 公開（公告）日： | 2020-07-31 |
| 發明（設計）人： | 李曉強;孫悅 | 申請（專利權）人： | 上海大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 北京勁創知識產權代理事務所(普通合伙) 11589 | 代理人： | 徐家升 |
| 地址： | 200444*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 卷積 神經網絡 齒痕舌 識別 算法 | ||
1.一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，包括以下步驟：
采集舌象圖片，對舌象圖片進行預處理；
對經過預處理的舌象圖片分為訓練集和測試集；
將訓練集均分成多組，其中一組用于驗證卷積神經網絡分類器精度，其余組用于訓練卷積神經網絡分類器，每次訓練結束后輸出驗證結果；
驗證完成后得到識別齒痕舌的卷積神經網絡分類器，以驗證結果作為該卷積神經網絡分類器的驗證精度；
通過加權梯度類激活映射算法對卷積神經網絡分類器進行梯度計算，輸出分類結果并高亮齒痕區域。
2.根據權利要求1所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，對舌象進行預處理包括對舌象進行分割，以剔除與舌體區域無關的部分，得到只含有舌體區域的舌體圖像。
3.根據權利要求2所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，對舌象進行預處理還包括對舌體圖像進行隨機翻轉和亮度調整以增加實驗數據。
4.根據權利要求3所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，對舌象進行預處理還包括對舌體圖像進行縮放，并按照設定像素進行隨機裁剪。
5.根據權利要求1所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，在將舌象圖片分為訓練集和測試集之前，還對舌象圖片進行隨機打亂。
6.根據權利要求1或2或3或4或5所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，通過加權梯度類激活映射算法對卷積神經網絡分類器進行梯度計算，輸出分類結果和高亮齒痕區域的步驟為：
將測試集輸入到訓練好的卷積神經網絡分類器中，并輸出預測結果；
計算預測結果對卷積神經網絡分類器中卷積層輸出特征圖的梯度，得到相對于卷積層的特征映射；
計算得出齒痕舌對所有特征圖的權重，對其加權求和后得到權重加權的結果特征圖；
對所得結果特征圖剔除負值，得到最終的熱力圖，以該熱力圖代表卷積神經網絡分類器在做出決策時所關注的位置。
7.根據權利要求6所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，通過線性整流函數剔除結果特征圖中的負值。
8.根據權利要求1所述的一種基于卷積神經網絡的齒痕舌識別算法，其特征在于，以多次訓練得到的驗證結果的平均值作為卷積神經網絡分類器的驗證精度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海大學，未經上海大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911158615.6/1.html，轉載請聲明來源鉆瓜專利網。
