[发明专利]一种中医胖舌识别方法及装置

权利要求书

1.一种中医胖舌识别方法，其特征在于，包括：

使用面部识别深度卷积神经网络定位图像中人的面部，获取面部的矩形区域；

将面部矩形区域进行分割，获取舌部检测区；

使用深度学习分类模型，判断所述舌部检测区是否有舌体；

若所述舌部检测区有舌体，则使用胖大舌深度学习模型，判断所述舌体的分类，确定所述舌体是否是胖大舌。

2.根据权利要求1所述的方法，其特征在于，使用面部识别深度卷积神经网络定位图像中人的面部，获取面部的矩形区域，包括：

使用基于ResNet的面部识别深度卷积神经网络，定位到图像中人的面部，进而获取面部的矩形区域。

3.根据权利要求1所述的方法，其特征在于，将面部矩形区域进行分割，获取舌部检测区，包括：

将面部矩形区域进行分割，将分割的下面二分之一区域作为舌部检测区。

4.根据权利要求1所述的方法，其特征在于，使用深度学习分类模型，判断所述舌部检测区是否有舌体，包括：

基于SqueezeNet的深度学习分类模型，使用有舌体和无舌体的图像作为训练样本对所述模型进行训练；

训练完成后，使用基于SqueezeNet的深度学习分类模型，对所述舌部检测区图像进行识别，所述模型输出所述舌部检测区图片是否有舌体。

5.根据权利要求1所述的方法，其特征在于，若所述舌部检测区有舌体，使用胖大舌深度学习模型，判断所述舌体的分类，确定所述舌体是否是胖大舌的步骤之前，还包括：

使用图片标注工具LabelImg对舌体的矩形区域进行标注，将所述舌体的矩形区域作为训练样本；

使用所述训练样本，对SqueezeNet和SSD相结合的舌部定位模型进行训练；

训练完成后，所述舌部定位模型对所述舌部检测区的图片中的舌体进行定位。

6.根据权利要求1所述的方法，其特征在于，在使用胖大舌深度学习模型之前，还包括：对所述胖大舌深度学习模型进行训练，训练的步骤包括：

根据舌体区域左上角顶点坐标、宽度和高度，获得舌体正方形区域；

使用所述舌体正方形区域，对基于SqueezeNet的胖大舌深度学习模型进行训练，所述模型输出舌体正方形区域对应的舌体分类；所述舌体分类包括胖舌，瘦舌，胖瘦适中舌。

7.根据权利要求1所述的方法，其特征在于，若所述舌部检测区有舌体，使用胖大舌深度学习模型，判断所述舌体的分类，确定所述舌体是否是胖大舌，包括：

将所述舌部检测区有舌体的图片，经过基于SqueezeNet的胖大舌深度学习模型进行识别，输出所述舌体的分类，确定所述舌体是否是胖大舌。

8.一种中医胖舌识别装置，其特征在于，包括：

面部矩形区域获取单元，用于使用面部识别深度卷积神经网络定位图像中人的面部，获取面部的矩形区域；

舌部检测区确定单元，将面部矩形区域进行分割，获取舌部检测区；

舌体检测单元，用于使用深度学习分类模型，判断所述舌部检测区是否有舌体；

胖大舌确定单元，若所述舌部检测区有舌体，则使用胖大舌深度学习模型，判断所述舌体的分类，确定所述舌体是否是胖大舌。

9.根据权利要求8所述的方法，其特征在于，舌体检测单元，包括：

训练子单元，用于基于SqueezeNet的深度学习分类模型，使用有舌体和无舌体的图像作为训练样本进行训练；

舌体检测子单元，用于训练完成后，使用基于SqueezeNet的深度学习分类模型，对所述舌部检测区图像进行识别，所述模型输出所述舌部检测区图片是否有舌体。

10.根据权利要求8所述的方法，其特征在于，还包括：

标注子单元，用于使用图片标注工具LabelImg对舌体的矩形区域进行标注，将所述舌体的矩形区域作为训练样本；

训练子单元，用于使用所述训练样本，对SqueezeNet和SSD相结合的舌部定位模型进行训练；

舌体定位子单元，用于训练完成后，所述舌部定位模型对所述舌部检测区的图片中的舌体进行定位。