[发明专利]一种基于深度学习的皮肤图像实际面积估算方法有效
| 申请号： | 201910385989.5 | 申请日： | 2019-05-09 |
| 公开（公告）号： | CN110263806B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 李东;彭国豪;王颖;庄洪林 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/62 | 分类号： | G06T7/62;G06T7/00;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 张金福 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的皮肤图像实际面积估算方法，包括以下步骤：S1.对所拍摄的皮肤图像进行预处理，得到其毛孔密度图，并将它作为皮肤图像的标签；S2.构建PDINet卷积神经网络模型，将所拍摄的皮肤图像以及对应的标签毛孔密度图作为模型的输入，并使用随机梯度下降法训练模型；S3.利用训练好的模型对拍摄的皮肤图像生成其毛孔密度图，进而对密度图进行积分，得到该图像上毛孔的数量，再根据公式得出所拍摄皮肤的实际尺寸。本发明使用卷积神经网络学习毛孔特征，结构简单，复杂度低，提高了毛孔计数估计的精确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 皮肤 图像 实际 面积 估算 方法 | ||
【主权项】：
1.一种基于深度学习的皮肤图像实际面积估算方法，其特征在于，包括以下步骤：S1.拍摄皮肤图像并对所拍摄的皮肤图像进行预处理，生成皮肤毛孔密度图，并将该毛孔密度图作为对应拍摄的皮肤图像标签；S2.构建PDINet卷积神经网络模型，将所拍摄的皮肤图像以及所对应的毛孔密度图标签作为该模型的输入，并使用随机梯度下降法训练模型；S3.利用训练好的模型对拍摄的皮肤图像进行测试，对该模型所生成的毛孔密度图进行积分，得到该图像上的毛孔数量并根据毛孔数量进行计算得皮肤图像的实际面积。
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广东工业大学，未经广东工业大学许可，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/201910385989.5/，转载请声明来源钻瓜专利网。
