← 返回列表
一种混沌变换类MLP网络的多输入体质识别方法
申请人信息
- 申请人:华南理工大学
- 申请人地址:510000 广东省广州市天河区五山路
- 发明人: 华南理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种混沌变换类MLP网络的多输入体质识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311706219.9 |
| 申请日 | 2023/12/12 |
| 公告号 | CN117558054A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 华南理工大学 |
| 发明人 | 张孟健; 文贵华 |
| 地址 | 广东省广州市天河区五山路 |
摘要文本
华南理工大学获取“一种透气窗帘布”专利技术，本发明涉及图像处理技术领域，具体涉及一种混沌变换类MLP网络的多输入体质识别方法，该方法包括S1数据采集与处理、S2构建混沌变换类MLP网络架构、S3关键部位特征提取与融合以及S4多标签中心认知引力损失，该方法能够利用混沌变换类MLP网络(Chaos‑MLP)模型提取面部图像和舌头图像对应关键部位的深度特征，通过多标签中心认知引力损失来优化融合面部和舌头的关键部位特征能有效提高兼夹体质识别的准确性和可解释性。
专利主权项内容
1.一种混沌变换类MLP网络的多输入体质识别方法，其特征在于该方法包括以下步骤，S1，数据采集与处理：采集面部和舌头图像，以及标注体质标签并构建用于深度模型训练和测试的数据集；S2，构建混沌变换类MLP网络架构：利用多阶段的混沌变换MLP层、可学习Channel-FC层和Token-FC层来提取面部图像和舌头图像关键部位的深层特征；S3，关键部位特征提取与融合：将提取的面部图像和舌头图像的关键部位特征进行融合，并映射到对应的体质类型空间，获得预测的体质类型向量；S4，多标签中心认知引力损失：计算预测的面部图像和舌头图像的体质类型向量与真实的面部图像和舌头图像的体质类型向量之间的中心认知引力损失，并将其用于混沌变换类MLP网络模型的训练。