10.19678/j.issn.1000-3428.0056685
基于高分辨率特征的舌象分割算法研究
舌象的精准分割对舌诊中舌体识别与分类具有重要意义,采用传统图像处理方法和深度学习方法分割舌象会丢失部分舌象边缘信息,从而降低舌体识别精确度.针对该问题,提出一种利用高分辨率网络的舌象分割算法.使用区域定位网络识别舌体并提取舌象原图特征生成建议框,对其进行分类和回归处理以定位舌象所在区域,同时构建高分辨率网络提取该区域高分辨率特征,最终完成舌象分割.实验结果表明,该算法可有效保留舌象边缘信息,其分割结果平均交并比达到98.2%,较SegNet、Mask-RCNN算法分割舌象更精准.
舌诊、舌象、深度学习、高分辨率特征、实例分割
46
TP391.41(计算技术、计算机技术)
国家科技重大专项2018ZX01031201
2020-11-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
248-252