帮助 关于我们

返回检索结果

基于卷积神经网络的左右眼识别
Left-vs-Right Eye Discrimination Based on Convolutional Neural Network

查看参考文献12篇

钟志权 1,2   袁进 3   唐晓颖 4 *  
文摘 利用一个深度卷积神经网络提出并验证了一种能自动判别左右眼的新方法.根据左眼和右眼图像的特征差异性,所设计的网络能够自动估计网络的所有参数.在Alexnet网络的基础之上进行修改,设计的卷积神经网络由4个卷积池化层和2个全连接层组成,其次是作为最后一层的分类器.基于针对42541张眼底图像的实验结果,所提出的网络的训练精度约为100%,测试精度高达99%.此外,所提出的网络具有高度的鲁棒性,它可以成功地识别大量具有多变性的眼底图像.据所知,这是第1个基于深度学习用于左右眼识别的高精准度网络.
其他语种文摘 In this paper, a new method to automatically discriminate the left and right eyes is proposed and validated utilizing a deep convolutional neural network. All parameters of the designed network are automatically estimated based on the characteristic differences between the left and right eye images. On the basis of the Alexnet network, the convolutional neural network designed in this paper consists of four convolutional layers and two fully connected layers, followed by a classifier serving as its last layer. According to our experimental results on a total of 42541 fundus images, the training accuracy of our network is about 100%, and the testing accuracy is as high as 99%. In addition, the proposed network is highly robust given that it successfully works for a large amount of fundus images with great variability. As far as we know, this is the first deep learning based network for left-vs-right eye discrimination that exhibits very high accuracy and precision.
来源 计算机研究与发展 ,2018,55(8):1667-1673 【核心库】
DOI 10.7544/issn1000-1239.2018.20180215
关键词 左右眼识别 ; 眼底图像 ; 深度学习 ; 卷积神经网络 ; Alexnet
地址

1. 广东顺德中山大学卡内基梅隆大学国际联合研究院, 广东, 顺德, 528300  

2. 中山大学电子与信息工程学院, 广州, 510006  

3. 中山大学, 眼科学国家重点实验室, 广州, 510060  

4. 南方科技大学电子与电气工程系, 广东, 深圳, 518055

语种 中文
文献类型 研究性论文
ISSN 1000-1239
学科 自动化技术、计算机技术
基金 国家重点研发计划项目 ;  国家自然科学基金
文献收藏号 CSCD:6306021

参考文献 共 12 共1页

1.  魏悦. 一种眼科仪器左右眼识别装置:中国, CN202198572U,2012 CSCD被引 1 次    
2.  代黎明. 一种基于眼底图像特征的识别方法:中国, CN107292877A,2017 CSCD被引 1 次    
3.  孙志军. 深度学习研究综述. 计算机应用研究,2012,29(8):2806-2810 CSCD被引 188 次    
4.  Lowe D G. Distinctive image features from scale-invariant eypoins. International Journal of Computer Vision,2014,60(2):91-110 CSCD被引 4813 次    
5.  Leutenegger S. Brisk: Binary robust invariant scaleble keypoints. Proc of IEEE Int Conf on Computer Vision,2011:2548-2555 CSCD被引 1 次    
6.  龚丁禧. 基于卷积神经网络的植物叶片分类. 计算机与现代化,2014,12(4):12-19 CSCD被引 18 次    
7.  林升. 基于卷积神经网络的机场图像识别. 第二十一届计算机工程与工艺年会,2017:249-254 CSCD被引 1 次    
8.  王玉亮. 眼底图像处理与分析中的关键技术研究,2012 CSCD被引 2 次    
9.  薛迪秀. 基于卷积神经网络的医学图像癌变识别系统,2017 CSCD被引 1 次    
10.  周志华. 机器学习,2016 CSCD被引 825 次    
11.  楚敏南. 基于卷积神经网络的图像分类技术研究,2015 CSCD被引 2 次    
12.  郭晓伟. 基于卷积神经网络的车型识别. 第二十届计算机工程与工艺年会,2016:333-338 CSCD被引 1 次    
引证文献 10 篇

1 刘欢 基于跨域对抗学习的零样本分类 计算机研究与发展,2019,56(12):2521-2535
CSCD被引 4 次

2 曹建芳 特征融合AlexNet模型的古代壁画分类 中国图象图形学报,2020,25(1):92-101
CSCD被引 3 次

显示所有10篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号