一种基于小波注意力和重塑融合的舌头体质识别方法技术

本发明专利技术公开了一种基于小波注意力和重塑融合的舌头体质识别方法，包括：采集待识别的舌头图像，生成图像特征；通过小波注意力模块从图像特征中提取舌象特征，并对舌象特征进行增强，生成新特征；通过重塑融合模块对新特征进行特征融合；对融合后的特征利用相对变换增强；将增强后的新特征映射到舌象的属性空间，获得预测的舌象属性矢量；计算预测的舌象属性矢量与真实舌象属性矢量之间在双曲空间中的相似度；最大相似度对应的舌象属性矢量所指向的体质类型即为待识别的舌头图像的体质类别。该方法能有效提取舌头图像的全局和局部特征，关注重要特征而忽略噪音，分类准确率高，且预测的舌象属性矢量具有可解释性。测的舌象属性矢量具有可解释性。测的舌象属性矢量具有可解释性。

【技术实现步骤摘要】
一种基于小波注意力和重塑融合的舌头体质识别方法


[0001]本专利技术涉及舌头图像分类
，特别涉及一种基于小波注意力和重塑融合的舌头体质识别方法。

技术介绍

[0002]舌头识别为对获取的舌头图像进行舌头分割并分类识别。舌头分割的目的是有效滤除背景信息的干扰，提高后续分类器的分类性能。最新研究将深度学习应用于舌头图像分割，包括提出了一种实时的自动舌头图像分割方法，该方法使用基于编码器
‑
解码器结构的轻量级架构。以及提出了一种Tongue U
‑
Net的网络，它结合了经典的U
‑
Net结构与挤压和激励块(SE)、密集的空洞卷积块(DAC)，以及残差多核池化块(RMP)。以及提出了一种扩张编码网络(De
‑
Net)，用于在开放环境中自动分割从移动设备获取的舌头图像。识别出的舌头图像可以反映体质类别。现有存在利用经典卷积神经网络、灰度共生矩阵、最小包围矩形和边缘曲线来提取舌象特征，然后使用不同的分类器对体质进行分类。
[0003]尽管这些研究取得了一定的效果，但是现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，包括如下步骤：S1、采集待识别的舌头图像，生成图像特征；S2、通过小波注意力模块从所述图像特征中提取舌象特征，并对所述舌象特征进行增强，生成新特征；通过重塑融合模块对所述新特征进行特征融合；S3、对融合后的特征再增强，将增强后的所述新特征映射到舌象的属性空间，获得预测的舌象属性矢量；S4、计算所述预测的舌象属性矢量与真实舌象属性矢量之间的相似度；最大相似度对应的舌象属性矢量所指向的体质类型即为所述待识别的舌头图像的体质类别。2.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述步骤S2中，通过小波注意力模块从所述舌头图像中提取舌象特征，并对所述舌象特征进行增强，生成新特征，包括：对所述图像特征进行离散小波变换，获得特征分量；通过空间注意力生成所述特征分量中每个特征对应的空间注意力掩码；通过位置归一化对所述空间注意力掩码进行空间位置上的归一化，生成新注意力掩码；根据所述新注意力掩码，调整所述特征分量的权重；根据所述权重进行特征聚合，生成新特征。3.如权利要求2所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述通过空间注意力生成所述特征分量中每个特征对应的空间注意力掩码，包括：将所述特征分量沿着预设通道维度通过均值池化生成特征描述算子；根据所述特征描述算子，采用卷积核大小为3
×
3的标准卷积层生成注意力图；根据所述注意力图，生成...

【专利技术属性】
技术研发人员：文贵华，梁浩赞，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：