[发明专利]牙区辨识系统

权利要求书

1.一种牙区辨识系统，包含：

电子装置，包含：

第一摄影机，用以拍摄特定牙齿的多个牙齿影像；以及

运算装置，包含：

第二摄影机，用以拍摄用户影像；以及

处理器，用以接收所述多个牙齿影像，比对所述多个牙齿影像中每个像素点的对应位置，以产生深度图，将所述多个牙齿影像、所述深度图及多个第一牙齿区域标识输入牙齿深度学习模型，所述牙齿深度学习模型输出与所述多个第一牙齿区域标识数量相同的多个深度学习机率值，所述处理器将所述用户照片及多个第二牙齿区域标识输入用户影像深度学习模型，所述用户影像深度学习模型输出左区域机率值及右区域机率值，所述处理器将所述多个深度学习机率值、所述左区域机率值与所述右区域机率值视为多个特征值，将所述多个特征值及多个第三牙齿区域标识输入多层感知机(Multi-layer PerceptronClassifier)，所述多层感知机输出所述多个牙齿影像所对应的牙齿位置机率。

2.根据权利要求1所述的牙区辨识系统，其中所述电子装置还包含：

惯性测量单元(Inertial Measurement Unit，IMU)，用以测量所述电子装置的姿态信息及运动轨迹；

其中，所述处理器将所述姿态信息、所述运动轨迹及多个第四牙齿区域标识输入IMU动作深度学习模型，所述IMU动作深度学习模型输出多个象限机率值。

3.根据权利要求2所述的牙区辨识系统，其中所述处理器将所述多个深度学习机率值、所述左区域机率值、所述右区域机率值、所述多个象限机率值视为所述多个特征值，将所述多个特征值及所述多个第三牙齿区域标识输入所述多层感知机，所述多层感知机输出所述多个牙齿影像所对应的所述牙齿位置机率。

4.根据权利要求1所述的牙区辨识系统，其中所述多个牙齿影像包含R通道阵列影像、G通道阵列影像及B通道阵列影像。

5.根据权利要求2所述的牙区辨识系统，其中所述牙齿深度学习模型及所述用户影像深度学习模型各自以卷积神经网络(Convolutional Neural Network，CNN)模型实现，所述IMU动作深度学习模型以递归神经网络(Recurrent Neural Network，RNN)模型实现。

6.一种牙区辨识系统，包含：

电子装置，包含：

第一摄影机，用以拍摄特定牙齿的多个牙齿影像；以及

惯性测量单元(Inertial Measurement Unit，IMU)，用以测量所述电子装置的姿态信息及运动轨迹；以及

运算装置，包含：

处理器，用以接收所述多个牙齿影像，比对所述多个牙齿影像中每个像素点的对应位置，以产生深度图，将所述多个牙齿影像、所述深度图及多个第一牙齿区域标识输入牙齿深度学习模型，所述牙齿深度学习模型输出与所述多个第一牙齿区域标识数量相同的多个深度学习机率值，所述处理器将所述姿态信息、所述运动轨迹及多个第二牙齿区域标识输入IMU动作深度学习模型，所述IMU动作深度学习模型输出多个象限机率值，将所述多个深度学习机率值及所述多个象限机率值视为多个特征值，所述处理器将所述多个特征值及多个第三牙齿区域标识输入多层感知机，所述多层感知机输出所述多个牙齿影像所对应的牙齿位置机率。

7.根据权利要求6所述的牙区辨识系统，其中所述运算装置还包含：

第二摄影机，用以拍摄用户影像；

其中，所述处理器将所述用户照片及多个第四牙齿区域标识输入用户影像深度学习模型，所述用户影像深度学习模型输出左区域机率值及右区域机率值。

8.根据权利要求7所述的牙区辨识系统，其中所述处理器将所述多个深度学习机率值、所述左区域机率值与所述右区域机率值视为多个特征值，将所述多个特征值及多个第三牙齿区域标识输入所述多层感知机，所述多层感知机输出所述多个牙齿影像所对应的所述牙齿位置机率。