融合纹理增强层的轻量级智能骨骼图像分类器

摘要：

针对骨骼图像特征提取存在的问题,基于MobileNetV3 large网络设计了 一种融合纹理增强层的轻量级骨骼图像分类器.首先对骨骼图像进行旋转不变纹理增强处理,然后采用MobileNetV3 large网络构建分类器并对其进行训练,最后通过可视化标量对训练参数寻优.该分类器能够适应不同尺寸的骨骼图像,并对其纹理特征进行针对性训练,具有较强的鲁棒性,有效增强了梯度传播,达到分类智能化.实验表明,分类器在MURA数据集骨骼分类中的平均准确率达96.9％.

关键词：骨分类、旋转不变纹理增强、MobileNet、深度学习

所属期刊栏目：37

分类号：TP312;TP181;TP183(计算技术、计算机技术)

在线出版日期：2022-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：90-95