CN119523799A 一种多任务共享特征的实时耳廓识别耳穴定位方法及系统 (杭州师范大学)_第1页
CN119523799A 一种多任务共享特征的实时耳廓识别耳穴定位方法及系统 (杭州师范大学)_第2页
CN119523799A 一种多任务共享特征的实时耳廓识别耳穴定位方法及系统 (杭州师范大学)_第3页
CN119523799A 一种多任务共享特征的实时耳廓识别耳穴定位方法及系统 (杭州师范大学)_第4页
CN119523799A 一种多任务共享特征的实时耳廓识别耳穴定位方法及系统 (杭州师范大学)_第5页
已阅读5页,还剩27页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种多任务共享特征的实时耳廓识别耳穴本发明公开了一种多任务共享特征的实时廓识别耳穴定位联合模型包括包括编码器和解和特征点回归分支分别用于计算不同任务的损2构建耳廓识别耳穴定位联合模型;耳廓识别耳穴定位联合模型包括编码器和解码器;将被测图像输入耳廓识别耳穴定位联合模型;所述编码器对被测图像进行特征提取;2.根据权利要求1所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征3.根据权利要求2所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征4.根据权利要求2所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征5.根据权利要求2所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征6.根据权利要求5所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征括依次上采样相连的多个特征提取块;下采样部分包括依次下采样相连的多个特征提取7.根据权利要求1所述的一种多任务共享特征的实时耳廓识别耳穴定位方法,其特征3意一项所述的一种多任务共享特征的实时耳4且耳廓形状的复杂性以及在仅25平方厘米的区域内分布着众多穴位,实现这些穴位的快5分支和目标分类分支共同完成耳廓识别框选任务;所述特征点回归分支完成耳穴定位任设有池化局部聚合模块。所述池化局部聚合模块包括依次相连的卷积层和多个最大池化[0016]作为优选,所述颈部网络的具体结构包括依次相连的上采样部分和下采样部度特征提取层的输出分别连接至上采样部分的不同[0017]作为优选,目标回归分支包括串行的标准卷积、2D卷积和边界框损失函数(Bbox67通过EID数据库评估模型在耳穴特征点定位任务中的精度,而ITWE数据库则用于检验模型朵的复杂结构和每个人耳朵的独特形状,为此在基于CSP_Darknet的主干网络中引入了可8[0047]所述主干网络包括依次相连的五个标准卷积块(CBS设置在第二个标准卷积块[0052]偏移量是由额外的卷积层生成的,并且该卷积层的输出9部分包括依次上采样相连的三个特征提取块分别接收主干网络中三个可变形卷积深度特分的第二、三个特征提取块和下采样部分的两个特征提取块相同,均包括深度特征提取层与原始特征图沿通道维度拼接,解决了多尺度问题。相比之下,池化局部聚合模块大小的卷积核,它有效地保持空间信息,并捕捉不同尺度的特征。由于每个最大池化层[0061]最后一个上采样特征提取模块和两个下采样特征提取模块的输出特征分别连接和特征点回归分支。目标回归分支包括依次相连的两层标准卷积块(CBS)、2D卷积层[0069]LPC=BCE(x,y)={l1,…,I[0070]ln=-wn[yn·logo(xn)+(1-yn)·log(1-o(xn))第n个样本的实际标签,o(xn)为第n个样本经过Sigmoid函数处理后的预测概率。[0075]CIoU不仅关注预测框和真实框的交并比(IoU还通过最小化预测框和真实框中N表示图像中耳穴特征点的数量,xi和分别表示第i个特征点的实际坐标EID数据集上的实验结果显示,将DCN集成到主干网络中的模型在耳廓检测任务中实现了形卷积不仅能够显著提高检测精度,还有效降低了计算成本。其次,池化局部聚合模块模块的模型相比,在mAP和NME指标上均表现出更优异的性能。此外,池化局部聚合模块DCN和池化局部聚合模块(SPPELAN在耳廓检测和特征点检测任务中均获得了较佳表现。所提出方法的优越性。们的方法在该数据集上取得了最佳的NME结果,得分为0.0448,比排名第二的方法提升了[0103]一种多任务共享特征的实时耳穴定位系统,用于实施例1中记载的实时耳廓识别耳廓识别耳穴定位联合模型,检测被测图像中的耳廓位置以及耳廓上的多个耳穴特征点;所述显示输出模块用于实时显示标识出耳穴特征

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论