申请/专利权人：中国人民解放军战略支援部队信息工程大学

申请日：2023-11-23

公开（公告）日：2024-02-13

公开（公告）号：CN117558032A

主分类号：G06V40/10

分类号：G06V40/10;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明提供一种带时序特征的类图像处理的足弓类型检测方法。该方法包括：构建改进的AlexNet图像分类模型和足底图像数据集；针对足底图像数据集中的每个足底图像，进行数据增强处理，以便生成该足底图像对应的m张子图，从而得到新的足底图像数据集，并分为训练集、测试集和验证集；提取各足底图像对应的足弓特征指标；针对每张原始的足底图像，使用该原始的足底图像和对应的m张子图作为连续m+1个时刻的足底图像，将该m+1张足底图像对应的足弓特征指标转换为一张灰度图像；使用得到的灰度图像作为改进的AlexNet图像分类模型的输入，进行有监督训练，得到训练好的图像分类模型；获取待测足底图像，将待测足底图像输入至训练好的图像分类模型，得到足弓类型。

主权项：1.一种带时序特征的类图像处理的足弓类型检测方法，其特征在于，包括：步骤1：构建改进的AlexNet图像分类模型；步骤2：构建已标注足弓类型的足底图像数据集；其中，足弓类型包括扁平足、高弓足和正常足；步骤3：针对所述足底图像数据集中的每个足底图像，进行数据增强处理，以便生成该足底图像对应的m张子图，从而得到新的足底图像数据集；步骤4：将新的足底图像数据集分为训练集、测试集和验证集；步骤5：提取训练集、测试集和验证集中各足底图像对应的足弓特征指标；步骤6：针对每张原始的足底图像，使用该原始的足底图像和对应的m张子图作为连续m+1个时刻的足底图像，将该m+1张足底图像对应的足弓特征指标转换为一张灰度图像；步骤7：使用得到的灰度图像作为改进的AlexNet图像分类模型的输入，进行有监督训练，得到训练好的图像分类模型；步骤8：获取待测足底图像，将待测足底图像输入至训练好的图像分类模型，得到足弓类型。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 一种带时序特征的类图像处理的足弓类型检测方法

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