申请/专利权人：深圳市宗匠科技有限公司

申请日：2024-03-15

公开（公告）日：2024-06-28

公开（公告）号：CN117893840B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06V10/80;G06V10/40;G06V10/74;G16H50/20;G16H30/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种痘痘严重程度分级方法、装置、电子设备及存储介质；该方法包括：获取待分级图像，对待分级图像进行全局特征提取，得到全局特征；将全局特征作为输入，输入到顺次连接的至少一个特征变换模块中，得到最后一个特征变换模块所输出的目标特征，特征变换模块包括第一卷积和批归一化模块以及至少一个自校准模块，第一卷积和批归一化模块和各自校准模块顺次连接，自校准模块用于对特征进行校准；基于目标特征进行分组特征融合，得到融合特征；将融合特征与至少两个标准分级图像集合中的标准分级图像进行相似度计算，确定待分级图像对应的痘痘严重程度等级，解决了痘痘严重程序分级不准确的问题，提高痘痘分级的准确性，降低分级误差。

主权项：1.一种痘痘严重程度分级方法，其特征在于，包括：获取待分级图像，对所述待分级图像进行全局特征提取，得到全局特征；将所述全局特征作为输入，输入到顺次连接的至少一个特征变换模块中，得到最后一个特征变换模块所输出的目标特征，所述特征变换模块包括第一卷积和批归一化模块以及至少一个自校准模块，所述第一卷积和批归一化模块和各所述自校准模块顺次连接，所述自校准模块用于对特征进行校准；基于所述目标特征进行分组特征融合，得到融合特征；将所述融合特征与至少两个标准分级图像集合中的标准分级图像进行相似度计算，确定所述待分级图像对应的痘痘严重程度等级；所述自校准模块处理数据的过程包括：将输入的数据输入到第三卷积模块和第四卷积模块进行卷积处理，得到第一特征图和第二特征图；将所述第一特征图输入到第二卷积和批归一化模块进行特征提取，得到第三特征图；将所述第一特征图输入到依次连接的平均池化层和第三卷积和批归一化模块进行处理，得到第四特征图，对所述第四特征图进行上采样得到第五特征图；将所述第一特征图和所述第五特征图进行跳跃连接，得到第六特征图，通过激活函数对所述第六特征图进行处理，得到第七特征图；将所述第七特征图和所述第三特征图相乘，得到第八特征图，通过第四卷积和批归一化模块对所述第八特征进行特征变换，得到第九特征图；通过第五卷积模块对所述第二特征图进行特征变换，得到第十特征图；将所述第九特征图和所述第十特征图进行拼接，得到自校准模块的输出数据；所述基于所述目标特征进行分组特征融合，得到融合特征，包括：对所述目标特征进行全局平均池化，得到共享特征向量；将所述共享特征向量输入到第一全连接层进行处理，得到第一分组特征；将所述第一分组特征输入到依次连接的第二全连接层和第三全连接层进行处理，得到分组信息，对所述分组信息进行归一化处理，得到至少两个概率；将所述共享特征向量输入到至少两个第四全连接层进行处理，得到各所述第四全连接层输出的第二分组特征，所述第四全连接层的数量与概率的数量相同；将各所述第二分组特征按照各所述概率进行加权融合，得到第三分组特征；将所述第一分组特征和所述第三分组特征进行特征融合，得到融合特征；其中，所有卷积模块均包括：卷积、批归一化和激活函数。

全文数据：

权利要求：

百度查询： 深圳市宗匠科技有限公司 一种痘痘严重程度分级方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD