买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海贝业斯健康科技有限公司申请的专利基于深度卷积神经网络的舌色校正方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115482160B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210948496.X，技术领域涉及：G06T5/80；该发明授权基于深度卷积神经网络的舌色校正方法是由贺宁波;李志平;陈占春;李治;程旭;李志娟;王倩倩;何平设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的舌色校正方法在说明书摘要公布了：基于深度卷积神经网络的舌色校正方法，涉及医学图像颜色校正领域，解决移动设备在非标光源环境下的舌象图像数据产生的色彩偏差导舌色图像色彩失真等问题，本发明在标准光照下用移动设备收集图片数据，统一缩放，数据增强；然后在偏色光源环境下用收集数据，进行统一缩放。使用深度卷积神经网对标准光源下的数据集进行训练，经过神经网络输出的结果交给下游对每个像素点做分类任务，将每个像素点从RGB空间转换到HSV空间，计算当前每个像素点距离HSV空间上最近的点，将最近的像素值作为标准值，最后计算出HSV对应的RGB值进行颜色空间还原，最终实现舌象图片颜色校正。本发明最大程度还原舌象图像的真实色彩。

本发明授权基于深度卷积神经网络的舌色校正方法在权利要求书中公布了：1.基于深度神经网络的舌色校正方法，其特征是：该方法由以下步骤实现： 步骤一、获取图像数据，并将所述图像数据划分为预训练的数据集和待校正的测试集； 步骤二、构建用于预训练的数据集的基于Unet的深度神经网络模型； 构建基于Unet的深度神经网络模型的具体过程为： 步骤二一、设定神经网络模型由下采样层，深度可分离卷积层以及上采样层组成； 所述下采样层连续4次采用NIN模块进行多尺度特征融合，并在每个NIN模块的输入和输出端采用了残差网络中的短接操作，在每次NIN模块输出时进行相加操作； 所述深度可分离卷积层采用三次连续深度可分离卷积的同时将该部分的输入端和输出端进行跳连； 所述上采样层采用连续3次上采样，上采样方式通过PixelShuffle完成，且每次上采样后在通道维度上进行拼接堆叠，以实现不同尺度特征图的融合； 步骤三、将所述预训练的数据集传入步骤二构建的神经网络模型中进行训练，获得训练好的神经网络模型； 步骤四、将偏色数据作为待校正测试集传入步骤三训练好的神经网络模型中进行预测，获得预测结果；具体为： 步骤四一、将输出的预测结果由RGB空间映射到HSV空间中，求预测的HSV像素值与HSV空间中的相似度距离，找到距离最近的像素点; 步骤四二、将HSV空间中距离最近的像素点作为颜色校正的标准像素点，最后将HSV空间转为RGB空间，实现颜色校正。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海贝业斯健康科技有限公司，其通讯地址为：201616 上海市松江区鼎源路618弄1号16幢5楼503室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。