基于DCNN和全连接CRF的舌图像分割算法

时间:2023-04-17 23:00:26
作者:张新峰,郭宇桐,蔡轶珩,孙萌
关键字:深度学习, 卷积神经网络(CNN), 语义分割, 舌图像, 条件随机场(CRF)
DOI:10.13700/j.bh.1001-5965.2019.0370
查看次数:853

如需要完整文档点击下方 "点击下载文档" 按钮

针对中医舌诊中舌体分割不准确、分割速度较慢且需要人工标定候选区域等问题,提出了一种端到端的舌图像分割算法。与传统舌图像分割算法相比,所提算法可以得到更为准确的分割结果,并且不需要人工操作。首先,使用孔卷积算法,可以在不增加参数的条件下扩大网络的特征图谱。其次,使用孔卷积空间金字塔池化(ASPP)模块,令网络通过不同的感受野学习舌图像的多尺度特征。最后,将深度卷积神经网络(DCNN)和全连接的条件随机场(CRF)相结合,细化分割后的舌体边缘。实验结果表明:所提算法优于传统舌图像分割算法和主流的深度卷积神经网络,具有较高的分割精度,平均交并比达到了95.41%。

如需要完整文档点击下方 "点击下载文档" 按钮

基于DCNN和全连接CRF的舌图像分割算法
《基于DCNN和全连接CRF的舌图像分割算法》
完整文档 下载到本地,方便收藏和查阅
文件号:072961
基于DCNN和全连接CRF的舌图像分割算法
点击下载文档
基于DCNN和全连接CRF的舌图像分割算法

点击下载 文件号:072961(点击复制) 公众号(点击复制)

x