[發(fā)明專利]藥材識別方法、裝置及電子設(shè)備在審
| 申請?zhí)枺?/td> | 202011200384.3 | 申請日: | 2020-11-02 |
| 公開(公告)號: | CN112101300A | 公開(公告)日: | 2020-12-18 |
| 發(fā)明(設(shè)計)人: | 趙紅文;王海;孔飛;劉邦長;谷書鋒;羅曉斌;莊博然;常德杰;劉朝振;張航飛;季科;袁曉飛 | 申請(專利權(quán))人: | 北京妙醫(yī)佳健康科技集團有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463 | 代理人: | 榮穎佳 |
| 地址: | 100000 北京市朝陽*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 藥材 識別 方法 裝置 電子設(shè)備 | ||
本發(fā)明提供了藥材識別方法、裝置及電子設(shè)備,其中,該方法包括:獲取待識別的目標藥材圖像;將目標藥材圖像輸入至識別模型,以使識別模型輸出目標藥材圖像的融合特征;其中,融合特征包括局部特征和全局特征;基于融合特征和預存的底庫數(shù)據(jù)集,確定藥材識別結(jié)果;其中,底庫數(shù)據(jù)集包括藥材圖像集和/或藥材圖像集對應(yīng)的特征向量集。本申請通過融合了待識別的目標藥材圖像的局部特征和全局特征,提高了藥材識別的精度,以及,對于全局特征相似度較高的待識別藥材,避免了人工區(qū)分局部特征進行識別,從而提高了藥材識別的效率。
技術(shù)領(lǐng)域
本發(fā)明涉及計算機視覺技術(shù)領(lǐng)域,尤其是涉及藥材識別方法、裝置及電子設(shè)備。
背景技術(shù)
隨著健康中國行動的展開,人們生活的水平不斷提高,自我保健和防患疾病的意識也在不斷的加強和提高,自測用藥、了解和熟悉日常藥材也是大家日常面臨的問題。現(xiàn)有的方法主要通過深度學習尤其是卷積神經(jīng)網(wǎng)絡(luò)對藥材進行識別,但同一類藥材由于產(chǎn)地、制成條件、年份和保存條件等因素造成視覺差異非常大,此外,藥材種類多種多樣,部分藥材相似度很高,往往需要具備專業(yè)知識的相關(guān)人員區(qū)分區(qū)別特征,導致藥材識別精度和效率較低。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明的目的在于提供藥材識別方法、裝置及電子設(shè)備,以緩解上述問題,提高了藥材識別的精度和效率。
第一方面,本發(fā)明實施例提供了一種藥材識別方法,該方法包括:獲取待識別的目標藥材圖像;將目標藥材圖像輸入至識別模型,以使識別模型輸出目標藥材圖像的融合特征;其中,融合特征包括局部特征和全局特征;基于融合特征和預存的底庫數(shù)據(jù)集,確定藥材識別結(jié)果;其中,底庫數(shù)據(jù)集包括藥材圖像集和/或藥材圖像集對應(yīng)的特征向量集。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第一種可能的實施方式,其中,上述識別模型包括局部特征提取模型和全局特征提取模型;上述將目標藥材圖像輸入至識別模型,以使識別模型輸出目標藥材圖像的融合特征的步驟,包括:通過局部特征提取模型和全局特征提取模型分別對目標藥材圖像進行特征提取,得到目標藥材圖像的局部特征和全局特征;將局部特征和全局特征進行融合處理,得到目標藥材圖像的融合特征。
結(jié)合第一方面的第一種可能的實施方式,本發(fā)明實施例提供了第一方面的第二種可能的實施方式,其中,上述將局部特征和全局特征進行融合處理,得到目標藥材圖像的融合特征的步驟包括以下之一:將局部特征和全局特征進行特征拼接處理,得到目標藥材圖像的融合特征;將局部特征和全局特征按照主成分分析技術(shù)PCA技術(shù)進行融合處理,得到目標藥材圖像的融合特征;將局部特征和全局特征進行歸一化處理,并將處理后的局部特征和全局特征進行融合處理,得到目標藥材圖像的融合特征。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第三種可能的實施方式,其中,上述底庫數(shù)據(jù)集包括藥材圖像集,上述基于融合特征和預存的底庫數(shù)據(jù)集,確定藥材識別結(jié)果的步驟,包括:提取藥材圖像集中每張藥材圖像的特征向量;分別計算融合特征與每張藥材圖像的特征向量的相似度,得到相似度集;基于相似度集,確定藥材識別結(jié)果。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第四種可能的實施方式,其中,上述底庫數(shù)據(jù)集包括藥材圖像集對應(yīng)的特征向量集;上述基于融合特征和預存的底庫數(shù)據(jù)集,確定藥材識別結(jié)果的步驟,包括:分別計算融合特征與特征向量集中每個特征向量的相似度,得到相似度集;基于相似度集,確定藥材識別結(jié)果。
結(jié)合第一方面的第三或第四種可能的實施方式,本發(fā)明實施例提供了第一方面的第五種可能的實施方式,其中,上述基于相似度集,確定藥材識別結(jié)果的步驟,包括:將相似度集中的每個相似度值進行排序,得到最大相似度值;判斷最大相似度值是否大于預設(shè)閾值;如果是,則將最大相似度值對應(yīng)的藥材圖像作為藥材識別結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京妙醫(yī)佳健康科技集團有限公司,未經(jīng)北京妙醫(yī)佳健康科技集團有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011200384.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類





