[發明專利]舌頭區域識別的方法、裝置及計算機存儲介質

在審

• 申請號: 202011088230.X
• 申請日: 2020-10-13
• 公開（公告）號: CN112200091A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 胡茂偉;甘南南;張小兵;聶鑫
• 申請（專利權）人: 深圳市悅動天下科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 熊思遠

1.一種舌頭區域識別的方法，其特征在于，包括如下步驟：

采集舌頭圖像；

通過目標檢測算法對所述舌頭圖像進行圖像識別，獲取目標舌頭信息；

將所述目標舌頭信息輸入已訓練好的Unet分割網絡進行區域分割，得到舌根信息、舌中信息、舌尖信息、舌邊信息，其中，所述Unet分割網絡采用全尺度跳躍連接，且在所述Unet分割網絡的每一層設置有1*1卷積核；

將所述舌根信息、所述舌中信息、所述舌尖信息、所述舌邊信息以及所述目標舌頭信息輸入到已訓練好的深度學習網絡進行分類處理，得到舌頭屬性、舌根屬性、舌中屬性、舌尖屬性以及舌邊屬性。

2.根據權利要求1所述的舌頭區域識別的方法，其特征在于，還包括如下步驟：

獲取所述目標舌頭信息的置信度；

將所述置信度與預設的置信度值進行比較，并根據比較結果選擇是否進行舌頭圖像重采集以得到滿足條件的所述目標舌頭信息。

3.根據權利要求1所述的舌頭區域識別的方法，其特征在于，

所述Unet分割網絡包括像素級特征圖、塊級特征圖以及圖像級特征圖；

所述Unet分割網絡通過指數損失函數對所述像素級特征圖進行評估，以確定Unet分割網絡的優化方向；

所述Unet分割網絡通過focal loss損失函數對所述塊級特征圖進行評估，以確定Unet分割網絡的優化方向；

所述Unet分割網絡通過交并比損失函數對所述圖像級特征圖進行評估，以確定Unet分割網絡的優化方向。

4.根據權利要求1所述的舌頭區域識別的方法，其特征在于，

所述深度學習網絡通過深度學習骨干網絡與ASSP結構相結合得到。

5.根據權利要求4所述的舌頭區域識別的方法，其特征在于，

所述深度學習網絡通過VGG16、VGG19、InceptionV3、Xception、MobileNet、AlexNet、LeNet、ZF_Net、ResNet18、ResNet34、ResNet50、ResNet_152或EfficientNet中的至少一種算法建立所述深度學習骨干網絡。

6.根據權利要求5所述的舌頭區域識別的方法，其特征在于，

所述深度學習網絡通過Xception建立所述深度學習骨干網絡，其中，所述Xception采用深度可分離卷積以及空洞分離卷積對任意分辨率的圖像進行特征圖提取，以得到所述深度學習骨干網絡。

7.根據權利要求1至6任一所述的舌頭區域識別的方法，其特征在于，

所述深度學習網絡以及所述Unet分割網絡中進行訓練的圖像為經過屬性標注的圖像。

8.根據權利要求1至6任一所述的舌頭區域識別的方法，其特征在于，還包括：

根據所述舌頭屬性、所述舌根屬性、所述舌中屬性、所述舌尖屬性以及所述舌邊屬性獲取用戶參數；

將所述用戶參數與預設的建議調理方案進行匹配，并將所述用戶參數以及所述建議調理方案進行展示。

9.一種舌頭區域識別的裝置，其特征在于，包括：

數據采集模塊，用于采集舌頭圖像；

目標識別模塊，用于通過定目標檢測算法獲取目標舌頭信息；

區域分割模塊，用于通過Unet分割網絡，得到舌根信息、舌中信息、舌尖信息、舌邊信息；

屬性確定模塊，用于通過深度學習網絡，得到舌根屬性、舌中屬性、舌邊屬性、舌尖屬性。

10.一種計算機存儲介質，其特征在于，包括存儲有計算機可執行指令，所述計算機可執行指令用于執行權利要求1至8中任一項所述的舌頭區域識別的方法。