本发明公开了一种基于双通道特征深度学习的新生儿疼痛表情识别方法。该方法首先对新生儿面部图像进行灰度化,提取局部二值模式(LBP)特征图谱;然后用一个双通道卷积神经网络对并行输入的新生儿面部图像的灰度图及其LBP特征图两个通道的特征进行深度学习;最后采用基于softmaX的分类器对两个通道的融合特征进行表情分类,分为平静、哭、轻度疼痛、剧烈疼痛四类表情。该方法结合灰度图像及其LBP特征图谱两个通道的特征信息,能够有效地识别出平静、哭、轻度疼痛、剧烈疼痛等表情,并对新生儿面部图像的光照、噪声与遮挡问题具有很好的鲁棒性,为开发出新生儿疼痛表情识别系统提供了一种新的方法和途径。
本发明公开了一种基于双通道特征深度学习的新生儿疼痛表情识别方法。该方法首先对新生儿面部图像进行灰度化,提取局部二值模式(LBP)特征图谱;然后用一个双通道卷积神经网络对并行输入的新生儿面部图像的灰度图及其LBP特征图两个通道的特征进行深度学习;最后采用基于softmaX的分类器对两个通道的融合特征进行表情分类,分为平静、哭、轻度疼痛、剧烈疼痛四类表情。该方法结合灰度图像及其LBP特征图谱两个通道的特征信息,能够有效地识别出平静、哭、轻度疼痛、剧烈疼痛等表情,并对新生儿面部图像的光照、噪声与遮挡问题具有很好的鲁棒性,为开发出新生儿疼痛表情识别系统提供了一种新的方法和途径。
商品类型 | 专利 | 申请号 | CN201611231363.1 | IPC分类号 | |
专利类型 | 发明 | 法律状态 | 有权 | 技术领域 | |
交易方式 | 技术转让 | 专利状态 | 已授权 | 专利权人 | |