[发明专利]一种基于深度学习的痤疮自动分级方法在审
| 申请号： | 201910250510.7 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110008887A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 张守纳 | 申请（专利权）人： | 南京所由所以信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06N3/04;G06N3/08;G06T7/00 |
| 代理公司： | 南京禾易知识产权代理有限公司 32320 | 代理人： | 张松云 |
| 地址： | 210012 江苏省南京市雨花*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的痤疮严重性自动分级方法，包括如下步骤：S1，制作人脸面部样本数据集，训练深度卷积神经网络分级模型；S2，采集待检测人脸面部图像，利用人脸特征点检测网络识别图像中的人脸特征点并区域切割，同时去除无效区域；S3，拼接切割后的图像得到皮肤区域图像，输入深度卷积神经网络分级模型，得到分级结果。通过摄像头获取患者正脸、左侧脸、右侧脸面部图像，计算机利用预先训练好的深度卷积神经网络分级模型自动对面部痤疮进行严重度分级，为患者病情的诊断提供准确的辅助信息。 | ||
| 搜索关键词： | 分级 卷积神经网络 图像 痤疮 人脸面部 自动分级 人脸特征点检测 人脸特征点 摄像头 辅助信息 患者病情 面部图像 面部痤疮 皮肤区域 区域切割 网络识别 无效区域 样本数据 拼接 去除 正脸 切割 采集 诊断 学习 计算机 检测 制作 | ||
【主权项】：
1.一种基于深度学习的痤疮严重性自动分级方法，其特征在于，包括如下步骤：S1，制作人脸面部样本数据集，训练深度卷积神经网络分级模型；S2，采集待检测人脸面部图像，利用人脸特征点检测网络识别图像中的人脸特征点并区域切割，同时去除无效区域；S3，拼接切割后的图像得到皮肤区域图像，输入深度卷积神经网络分级模型，得出分级结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京所由所以信息科技有限公司，未经南京所由所以信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910250510.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
