国家自然科学基金(61379078)
- 作品数:7 被引量:45H指数:4
- 相关作者:汤一平陈朋林璐璐杨昭周静恺更多>>
- 相关机构:浙江工业大学浙江银江研究院有限公司更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于多任务卷积神经网络的舌象分类研究被引量:9
- 2018年
- 针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经网络的舌象分类方法,构建了一种多任务联合学习模型,尝试实现传统中医舌诊中对舌色、苔色、裂纹和齿痕等多个标签的同时辨识。首先,在共享网络层对所有标签进行联合学习,从特征提取的角度自动挖掘和利用标签间的相关性;然后,在不同子网络层分别完成特定类别的学习任务,从而消除多标签分类中的歧义性;最后,训练多个Softmax分类器以实现对所有标签的并行预测。研究表明,所提方法能以端到端的方式同时提取舌象的多个特征并直接进行分类识别,在各分类评价指标上的最低值约为0.96,多任务的总体识别时间为34ms,因此该方法在精度和速度上均具有明显优势。
- 汤一平王丽冉何霞陈朋袁公萍
- 面向舌体分割的两阶段卷积神经网络设计被引量:12
- 2018年
- 目的由于舌体与周围组织颜色相似,轮廓模糊,传统的分割方法难以精准分割舌体,为此提出一种基于两阶段卷积神经网络的舌体分割方法。方法首先,在粗分割阶段,将卷积层和全连接层相结合构建网络Rsnet,采用区域建议策略得到舌体候选框,从候选框中进一步确定舌体,从而实现对舌体的定位,去除大量的干扰信息;然后,在精分割阶段,将卷积层与反卷积层相结合构建网络Fsnet,对粗分割舌象中的每一个像素点进行分类进而实现精分割;最后,采用形态学相关算法对精分割后的舌体图像进行后续处理,进一步消除噪点和边缘粗糙点。结果本文构建了包含2 764张舌象的数据集,在该数据集上进行五折交叉实验。实验结果表明,本文算法能够取得较为理想的分割结果且具有较快的处理速度。选取了精确度、召回率及F值作为评价标准,与3种常用的传统分割方法相比,在综合指标F值上分别提高了0. 58、0. 34、0. 12,效率上至少提高6倍,与同样基于深度学习思想的MNC(multi-task network cascades)算法相比,在F值上提高0. 17,效率上提高1. 9倍。结论将基于深度学习的方法应用到舌体分割中,有利于实现舌象的准确、鲁棒、快速分割。在分割之前,先对舌体进行定位,有助于进一步减少分割中的错分与漏分。实验结果表明,本文算法有效提升了舌体分割的准确性,能够为后续的舌象自动识别和分析奠定坚实的基础。
- 王丽冉汤一平陈朋陈朋袁公萍
- 关键词:卷积神经网络形态学
- 基于区域建议策略的视盘定位方法被引量:1
- 2019年
- 视盘定位对利用眼底图像进行眼科疾病的计算机辅助诊疗十分重要。提出一种基于区域建议策略的视盘定位方法。首先,将眼底图像从像素域映射到特征域,在得到的特征图上利用区域建议策略生成视盘的初始候选区域;然后,按照一定准则对候选区域进行采样,构建全连接层对其进行深层特征提取,并利用损失函数的约束实现候选区域的位置精修;最后,通过置信度阈值的过滤对视盘可见性进行判断,若视盘可见,则将置信度最大的候选区域中心作为该眼底图像的视盘坐标,从而实现视盘的正确定位。在3个公开的眼底图像数据库(DRIVE(40张)、MESSIDOR(1 200张)和STARE(400张))中进行实验,定位准确率分别为100%、99.9%和98.8%。实验证明,该方法能够实现视盘的准确、快速、鲁棒定位,优于现有的视盘定位方法,且预先进行视盘可见性的判断更符合实际应用的要求,能够辅助眼底疾病的诊断处理。
- 汤一平王丽冉何霞陈朋袁公萍
- 关键词:眼底图像卷积神经网络
- 主动式三维立体全景视觉传感技术被引量:4
- 2014年
- 为了使全方位视觉传感器(Omni-Directional Vision Sensor,ODVS)获取的全景图像上各像素本身具有成像物点的深度信息,文中设计了一种具有单发射中心点(Single Emission Point,SEP)的全景彩色体结构光发生器(Panoramic Color Structured Light Generator,PCSLG)以配合具有单视点(Single View Point,SVP)成像特点的ODVS;然后将ODVS和PCSLG垂直配置在同一轴心线上,实现一种主动式立体全景视觉传感器(Active Stereo Omni-Directional Vision Sensor,ASODVS);最后根据全景图像上各像素点所带光源的颜色信息,通过颜色识别算法以及ODVS和PCSLG的几何关系推断PCSLG的发射角并估算成像物点的深度值.实验结果表明,该文设计的ASODVS能快速实时进行全景立体图像的特征点实时匹配和空间物点深度的测量,实现了一种以观察者为中心的3D主动立体视觉感知.
- 汤一平吴立娟周静恺
- 关键词:ODVS
- 轻量级的全息道路交通状态视觉检测的研究被引量:3
- 2014年
- 针对道路拥堵检测难、交通基本参数获取计算复杂度高等问题,提出了一种轻量级的全息道路交通状态视觉检测方法。为了能在嵌入式系统上同时实现道路拥堵状态和各种交通基本参数的视觉自动化检测,首先通过定制道路区域并自动生成均匀分布的采样点,采用以点代面的设计思想,来减少图像处理的计算资源和存储资源;其次,采用背景差法和帧间差法相结合的处理方法分别得到非存在采样点、存在采样点、移动存在采样点和静止存在采样点;接着,采用非存在采样点实现精准快速的道路背景建模,根据存在采样点的空间分布情况获取一些重要的交通基本参数,并利用静止存在采样点的空间排列情况进行拥堵分析。实验结果表明,文中提出的检测算法具有计算效率高、耗费资源少、检测范围广、鲁棒性强等优点,能快速并准确地检测出各种交通基本参数和道路拥堵状态。
- 汤一平黄磊磊严杭晨马宝庆
- 关键词:采样点
- 基于主动式全景视觉的移动机器人障碍物检测被引量:12
- 2015年
- 针对现有的移动机器人视觉系统计算资源消耗大、实时性能欠佳、检测范围受限等问题,提出一种基于主动式全景视觉传感器(AODVS)的移动机器人障碍物检测方法。首先,将单视点的全方位视觉传感器(ODVS)和由配置在1个平面上的4个红色线激光组合而成的面激光发生器进行集成,通过主动全景视觉对移动机器人周边障碍物进行检测;其次,移动机器人中的全景智能感知模块根据面激光发生器投射到周边障碍物上的激光信息,通过视觉处理方法解析出移动机器人周边障碍物的距离和方位等信息;最后,基于上述信息采用一种全方位避障策略,实现移动机器人的快速避障。实验结果表明,基于AODVS的障碍物检测方法能在实现快速高效避障的同时,降低对移动机器人的计算资源的要求。
- 汤一平姜荣剑林璐璐
- 关键词:障碍物检测
- 基于计算机视觉的鹦鹉行为分析关键技术的研究被引量:4
- 2016年
- 由于某些鸟类对环境比较的敏感可作为观察环境某种变化的生物指示器,通过观察和分析鸟类的行为可以感知到环境发生的一些变化.为了能够自动的识别和分析鸟的行为,选取了鹦鹉作为视觉观察对象,设计了一个基于计算机视觉的系统,能够智能的识别鹦鹉形态和跳动的行为.首先,采用改进型的背景差分算法和阴影去除和抖动的消除等方法,来精准地提取鹦鹉前景对象;然后,结合朴素贝叶斯的方法来识别鹦鹉的各种姿态;最后,根据鹦鹉的形态、位移等特征的变化信息,判断鹦鹉的跳动的行为.实验研究结果表明,提出的识别方法能有效地提取出观察对象、识别出鹦鹉的姿态和跳动的行为,且具有较高的识别率及鲁棒性,为下一步深入的研究鹦鹉行为等研究打下了坚实的基础.
- 汤一平杨昭石兴民钟羽云
- 关键词:背景差分朴素贝叶斯分类器