(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211266475.6 (22)申请日 2022.10.17 (71)申请人 航天科工深圳 （集团） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区深南大道 4019号航 天大厦 B401(4楼整层) (72)发明人 潘璐璐　刘泽兴　姚晓晖　李可心　 金旭光　 (74)专利代理 机构 深圳汉世知识产权代理事务 所(特殊普通 合伙) 44578 专利代理师 冷仔 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/44(2017.01) G06T 7/90(2017.01) (54)发明名称 体质识别方法、 装置、 电子设备及存 储介质 (57)摘要 本申请适用于计算机技术领域， 提供了一种 体质识别方法、 装置、 电子设备及存储介质， 所述 方法包括： 采集待诊断用户的舌象图像； 提取所 述舌象图像中各预设舌象区域的舌象特征数据， 基于各所述舌象特征数据对各所述舌象区域进 行区域权重分析， 得到各所述舌象区域的加权权 重值； 基于所述加权权重值， 对各所述舌象区域 进行图像加权处理， 得到增强特征图； 利用体质 辨识算法对 所述增强特征图进行分析， 得到所述 待诊断用户对应的体质类别。 旨在提高通过舌诊 进行人体体质判断的准确性。 权利要求书2页 说明书10页 附图4页 CN 115546168 A 2022.12.30 CN 115546168 A 1.一种体质识别方法， 其特 征在于， 包括： 采集待诊断用户的舌象图像； 提取所述舌象图像中各预设舌象区域的舌象特征数据， 基于各所述舌象特征数据对各 所述舌象区域进行区域权 重分析， 得到各 所述舌象区域的加权 权重值； 基于所述加权 权重值， 对各 所述舌象区域进行图像加权处 理， 得到增强特 征图； 利用体质辨识算法对所述增强特征图进行分析， 得到所述待诊断用户对应的体质类 别。 2.如权利要求1所述的体质识别方法， 其特征在于， 所述提取所述舌象图像中各预设舌 象区域的舌象特征数据， 基于各所述舌象特征数据对各所述舌象区域进行区域权重分析， 得到各所述舌象区域的加权 权重值， 包括： 对所述舌象图像进行卷积分析， 从所述舌象图像的各预设舌象区域中， 分别提取出所 述舌象特征数据； 分别对各所述舌象区域的舌象特征数据进行加权权重分析， 得到各所述舌象区域的加 权权重值。 3.如权利要求2所述的体质识别方法， 其特征在于， 所述对所述舌象图像进行卷积分 析， 从所述 舌象图像的各 预设舌象区域中， 分别提取 出所述舌象特征数据， 包括： 基于预训练的残差深度神经网络对所述舌象图像进行各预设舌象区域划分， 对划分后 的各所述舌象区域进行 卷积分析， 提取 出所述舌象特征数据。 4.如权利要求2所述的体质识别方法， 其特征在于， 所述分别对各所述舌象区域的舌象 特征数据进行加权 权重分析， 得到各 所述舌象区域的加权 权重值， 包括： 基于多层感知算法， 分别对各所述舌象区域的舌象特征数据进行加权映射， 基于加权 映射结果得到各 所述舌象区域的加权 权重值。 5.如权利要求1所述的体质识别方法， 其特征在于， 所述基于所述加权权重值， 对各所 述舌象区域进行图像加权处 理， 得到增强特 征图， 包括： 基于所述加权 权重值， 计算各 所述舌象区域的加权特 征数据； 对所述加权特 征数据进行全局池化处 理， 得到所述增强特 征图。 6.如权利要求1所述的体质识别方法， 其特征在于， 所述提取所述舌象图像中各预设舌 象区域的舌象特征数据， 分别对各所述舌象特征数据对应的舌象区域进行区域权重分析， 得到各所述舌象区域的加权 权重值， 包括： 将所述舌象图像输入预训练 的深度神经网络进行分析， 在所述深度神经网络中提取所 述舌象特征数据以及对所述舌象特征数据对应的舌象区域进 行区域权重分析， 得到各所述 舌象区域的加权权重值； 其中， 所述深度神经网络包括残差深度神经网络和局部特征加权 模块。 7.如权利要求1至6任一项所述的体质识别方法， 其特征在于， 所述利用体质辨识算法 对所述增强特 征图进行分析， 得到所述待 诊断用户对应的体质类别， 包括： 将所述增强特征图输入预训练 的体质辨识网络模型进行舌象特征分析， 得到所述待诊 断用户的体质类别。 8.一种体质识别装置， 其特 征在于， 包括： 采集模块， 用于采集待 诊断用户的舌象图像；权　利　要　求　书 1/2 页 2 CN 115546168 A 2第一分析模块， 用于提取所述舌象图像中各预设舌象区域的舌象特征数据， 分别对各 所述舌象特征数据对应的舌象区域进行区域权重分析， 得到各所述舌象区域的加权权重 值； 处理模块， 用于基于所述加权权重值， 对各所述舌象区域进行图像加权处理， 得到增强 特征图； 第二分析模块， 用于利用体质辨识算法对所述增强特征图进行分析， 得到所述待诊断 用户对应的体质类别。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的体质识别方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的体质识别方法。权　利　要　求　书 2/2 页 3 CN 115546168 A 3