融合注意力机制的多阶段舌象分类算法
2021-06-28翟鹏博宋婷婷马龙祥黄向生
计算机工程与设计 2021年6期
翟鹏博,杨 浩,宋婷婷,余 亢,马龙祥,黄向生
(1.中国科学院微电子所 健康电子研发中心,北京 100029; 2.中国科学院大学 电子电气与通信工程学院,北京 100049; 3.中国科学院自动化研究所 军民融合中心,北京 100190)
0 引 言
传统中医舌诊往往依靠医生的个人经验,并且容易受到光照、温度等环境因素的影响。随着电子技术的发展,部分科研人员将图像处理技术应用到中医舌诊当中,试图来解决以上问题。
张艺凡等[1]利用舌象的RGB图,从中提取特征,然后借助支持向量机,成功实现了对于舌色和舌苔的分类。张静等[2]提取舌质和舌苔的颜色特征与纹理特征,借助多标记学习算法,对舌象进行分类。尚文文等[3]借助RGB和CLE Lab色彩空间之间的关系,提取相应的色彩离散特征,对舌象进行分类。由于以上算法大多采用手动设计的方法提取特征,提取的特征较为简单,无法深层次挖掘不同类别舌象的特征差异,不能很好表征舌体特性,因而分类的准确率有待提高。
近几年,随着深度卷积神经网络的飞速发展,计算机视觉领域也获得了巨大的进步[4]。Hou等[5]首先将卷积神经网络应用到舌象分类当中,实现了通过深度学习网络对舌象进行分类。胡继礼等[6]采用MobileNet[7]网络对舌象进行分类,提高了分类的精度,并且提高了分类速度。杨晶东等[8]采用Inception-V3[9]网络,借助迁移学习训练数据,减少了训练所需的样本,提高了训练速度。Huo等[10]提出了一种基于卷积神经网络的舌形识别方法,采用边界检测方法识别齿痕舌。……
登录APP查看全文
