典型文献
基于锐度感知最小化与多色域双级融合的视网膜图片质量分级
文献摘要：
针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测.首先,采用ResNeSt网络对RGB(red,green,blue)、HSV(色相hue、饱和度saturation、亮度value)和LAB(L表示像素的亮度、A表示从红色到绿色的范围、B表示从黄色到蓝色的范围)3种色域空间进行特征提取.其次,使用网络的特征输出与预测输出进行双级融合,丰富视网膜图片的特征表示.然后,使用锐度感知最小化对视网膜图片质量分级模型进行优化,提高质量分级模型的泛化性能.最后,在EyeQ数据集上进行实验仿真,其准确率为87.35％、精确度为85.87％、敏感度为85.07％、F值为85.44％,所提算法能有效区分视网膜图片的质量等级并提高模型的泛化性能.
文献关键词：
图片质量分级;锐度感知最小化;ResNeSt网络;多色域空间;双级融合
中图分类号：
作者姓名：
梁礼明;雷坤;詹涛;彭仁杰;谭卢敏
作者机构：
江西理工大学电气工程与自动化学院,赣州341000;江西理工大学应用科学学院,赣州341000
文献出处：
引用格式：
[1]梁礼明;雷坤;詹涛;彭仁杰;谭卢敏-.基于锐度感知最小化与多色域双级融合的视网膜图片质量分级)[J].科学技术与工程,2022(32):14289-14297
A类：
锐度感知最小化,双级融合,视网膜图片,图片质量分级,EyeQ,多色域空间
B类：
对视,质量差异,分级模型,模型泛化性,泛化性能,融合算法,分级预测,ResNeSt,RGB,red,green,blue,HSV,色相,hue,saturation,亮度,value,LAB,像素,蓝色,出进,特征表示,提高质量,实验仿真,质量等级
AB值：
0.18106
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
