融合纹理增强层的轻量级智能骨骼图像分类器

• 作者: 郭子昇 王吉芳
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 骨分类 旋转不变纹理增强 MobileNet 深度学习
• 年，卷（期）: 2022,（1）
• 页码范围: 90-95
• 页数: 6页
• 分类号: TP312|TP181|TP183
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2022.01.015

摘要

针对骨骼图像特征提取存在的问题,基于MobileNetV3 large网络设计了 一种融合纹理增强层的轻量级骨骼图像分类器.首先对骨骼图像进行旋转不变纹理增强处理,然后采用MobileNetV3 large网络构建分类器并对其进行训练,最后通过可视化标量对训练参数寻优.该分类器能够适应不同尺寸的骨骼图像,并对其纹理特征进行针对性训练,具有较强的鲁棒性,有效增强了梯度传播,达到分类智能化.实验表明,分类器在MURA数据集骨骼分类中的平均准确率达96.9％.