一种基于小波注意力和重塑融合的舌头体质识别方法

技术特征：
1.一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，包括如下步骤：s1、采集待识别的舌头图像，生成图像特征；s2、通过小波注意力模块从所述图像特征中提取舌象特征，并对所述舌象特征进行增强，生成新特征；通过重塑融合模块对所述新特征进行特征融合；s3、对融合后的特征再增强，将增强后的所述新特征映射到舌象的属性空间，获得预测的舌象属性矢量；s4、计算所述预测的舌象属性矢量与真实舌象属性矢量之间的相似度；最大相似度对应的舌象属性矢量所指向的体质类型即为所述待识别的舌头图像的体质类别。2.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述步骤s2中，通过小波注意力模块从所述舌头图像中提取舌象特征，并对所述舌象特征进行增强，生成新特征，包括：对所述图像特征进行离散小波变换，获得特征分量；通过空间注意力生成所述特征分量中每个特征对应的空间注意力掩码；通过位置归一化对所述空间注意力掩码进行空间位置上的归一化，生成新注意力掩码；根据所述新注意力掩码，调整所述特征分量的权重；根据所述权重进行特征聚合，生成新特征。3.如权利要求2所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述通过空间注意力生成所述特征分量中每个特征对应的空间注意力掩码，包括：将所述特征分量沿着预设通道维度通过均值池化生成特征描述算子；根据所述特征描述算子，采用卷积核大小为3
×
3的标准卷积层生成注意力图；根据所述注意力图，生成所述特征分量中每个特征对应的空间注意力掩码。4.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述步骤s2中，通过重塑融合模块对所述新特征进行特征融合，包括：将所述新特征通过串联操作拼接成汇聚后的特征；将所述汇聚后的特征通过重塑操作重塑为三维中间特征；通过关系交互模块提取所述三维中间特征中不同特征之间的权重，生成三维关系掩码；利用逆重塑操作将所述三维关系掩码调整为一维关系掩码；将所述汇聚后的特征中的每一个元素通过乘以所述一维关系掩码对应的注意力权重进行缩放；所述注意力权重通过sigmoid函数进行计算。5.如权利要求4所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述关系交互模块通过卷积操作来提取所述三维中间特征中不同特征之间的权重。6.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述步骤s3中，通过相对变换对融合后的特征再增强，利用多层感知机将增强后的所述新特征转换为预测的舌象属性矢量。7.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，所述步骤s4中，所述相似度通过计算所述预测的舌象属性矢量和各个预设体质相对应的真实属性矢量在双曲空间中的距离来计算。
8.如权利要求1所述的一种基于小波注意力和重塑融合的舌头体质识别方法，其特征在于，通过计算属性嵌入损失拉近所述预测的舌象属性矢量和所述真实舌象属性矢量之间在双曲空间中的距离。

技术总结
本发明公开了一种基于小波注意力和重塑融合的舌头体质识别方法，包括：采集待识别的舌头图像，生成图像特征；通过小波注意力模块从图像特征中提取舌象特征，并对舌象特征进行增强，生成新特征；通过重塑融合模块对新特征进行特征融合；对融合后的特征利用相对变换增强；将增强后的新特征映射到舌象的属性空间，获得预测的舌象属性矢量；计算预测的舌象属性矢量与真实舌象属性矢量之间在双曲空间中的相似度；最大相似度对应的舌象属性矢量所指向的体质类型即为待识别的舌头图像的体质类别。该方法能有效提取舌头图像的全局和局部特征，关注重要特征而忽略噪音，分类准确率高，且预测的舌象属性矢量具有可解释性。测的舌象属性矢量具有可解释性。测的舌象属性矢量具有可解释性。


技术研发人员：文贵华 梁浩赞
受保护的技术使用者：华南理工大学
技术研发日：2022.10.08
技术公布日：2023/1/31