-
公开(公告)号：CN107316307A
公开(公告)日：2017-11-03
申请号：CN201710498517.1
申请日：2017-06-27
Applicant: 北京工业大学
Abstract: 一种基于深度卷积神经网络的中医舌图像自动分割方法属于计算机视觉领域和中医舌诊领域。本发明设计了一种卷积神经网络结构，利用采集到的样本数据对该网络的训练，得到网络模型，采用该模型可以对中医舌图像进行自动分割。该方法包含离线训练阶段和在线分割阶段，该方法可以同时适用于封闭式和开放式的舌象采集环境，可以有效提高中医舌图像自动分割的精确度和鲁棒性。本发明具体涉及深度学习、语义分割、图像处理等技术。
-
Patent Agency Ranking
公开(公告)号：CN110378882A
公开(公告)日：2019-10-25
申请号：CN201910616863.4
申请日：2019-07-09
Applicant: 北京工业大学
Abstract: 一种多层级深度特征融合的中医舌质颜色分类方法属于计算机视觉领域和中医舌诊诊领域，具体涉及深度学习、图像处理等技术。本发明以人体舌图像为研究对象，在全面分析人体舌质颜色特征的基础上，将深度学习的理论知识应用于舌质颜色特征分类中，提出一种基于多层级深度特征融合的中医舌质颜色分类方法。该方法通过进行多层特征融合以增加特征的多样性，以融合后的特征进行分类模型训练，以提高中医舌质颜色分类的准确性和鲁棒性。
-
公开(公告)号：CN107316307B
公开(公告)日：2020-05-08
申请号：CN201710498517.1
申请日：2017-06-27
Applicant: 北京工业大学
Abstract: 一种基于深度卷积神经网络的中医舌图像自动分割方法属于计算机视觉领域和中医舌诊领域。本发明设计了一种卷积神经网络结构，利用采集到的样本数据对该网络的训练，得到网络模型，采用该模型可以对中医舌图像进行自动分割。该方法包含离线训练阶段和在线分割阶段，该方法可以同时适用于封闭式和开放式的舌象采集环境，可以有效提高中医舌图像自动分割的精确度和鲁棒性。本发明具体涉及深度学习、语义分割、图像处理等技术。
-
公开(公告)号：CN110378882B
公开(公告)日：2021-09-10
申请号：CN201910616863.4
申请日：2019-07-09
Applicant: 北京工业大学
Abstract: 一种多层级深度特征融合的中医舌质颜色分类方法属于计算机视觉领域和中医舌诊诊领域，具体涉及深度学习、图像处理等技术。本发明以人体舌图像为研究对象，在全面分析人体舌质颜色特征的基础上，将深度学习的理论知识应用于舌质颜色特征分类中，提出一种基于多层级深度特征融合的中医舌质颜色分类方法。该方法通过进行多层特征融合以增加特征的多样性，以融合后的特征进行分类模型训练，以提高中医舌质颜色分类的准确性和鲁棒性。
-
公开(公告)号：CN107516312B
公开(公告)日：2019-11-15
申请号：CN201710692254.8
申请日：2017-08-14
Applicant: 北京工业大学
Abstract: 一种应用浅层神经网络进行中医面色自动分类的方法属于计算机视觉领域。设计的浅层网络层数共有5层，采用三种不同的层结构，分别为输入层、特征提取层、输出层。输入层由一个卷积层和修正线性单元组成；特征提取层由3层网络组成，前两层的每层都由一个卷积层和ReLU激活函数组成，在卷积层和ReLU之间都有一个批归一化，并在特征提取层的第二个ReLU后面加入池化层，特征提取层的第三层是一个全连接层，后接一个修正线性单元ReLU；输出层由全连接层组成，后加一个softmax分类器。本发明在分类精度上有明显优势，对缩放、平移、旋转等畸变具有不变性，有很强的鲁棒性，能够有效的提高分类精度，将深度学习的理论应用于中医面诊客观化研究。
-
公开(公告)号：CN107516312A
公开(公告)日：2017-12-26
申请号：CN201710692254.8
申请日：2017-08-14
Applicant: 北京工业大学
Abstract: 一种应用浅层神经网络进行中医面色自动分类的方法属于计算机视觉领域。设计的浅层网络层数共有5层，采用三种不同的层结构，分别为输入层、特征提取层、输出层。输入层由一个卷积层和修正线性单元组成；特征提取层由3层网络组成，前两层的每层都由一个卷积层和ReLU激活函数组成，在卷积层和ReLU之间都有一个批归一化，并在特征提取层的第二个ReLU后面加入池化层，特征提取层的第三层是一个全连接层，后接一个修正线性单元ReLU；输出层由全连接层组成，后加一个softmax分类器。本发明在分类精度上有明显优势，对缩放、平移、旋转等畸变具有不变性，有很强的鲁棒性，能够有效的提高分类精度，将深度学习的理论应用于中医面诊客观化研究。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
