基于卷积神经网络的面部寻常痤疮自动诊断方法
计算机视觉与模式识别
2017-11-15 v1
摘要
本文提出一种基于卷积神经网络的面部寻常痤疮自动诊断新方法。该方法旨在克服以往方法在分类类型上的不足。我们方法的核心是基于卷积神经网络提取图像特征并通过分类器实现分类。我们设计了一个皮肤与非皮肤的二分类器以检测皮肤区域，以及一个七分类器以实现面部寻常痤疮与健康皮肤的分类。实验中，我们比较了我们的卷积神经网络与在 ImageNet 数据集上预训练的 VGG16 神经网络的有效性。并且我们使用 ROC 曲线和常规混淆矩阵来评估二分类器和七分类器的性能。实验结果表明，预训练的 VGG16 神经网络在提取图像特征方面更为有效。基于预训练 VGG16 神经网络构建的分类器实现了皮肤检测与痤疮分类，并具有良好的鲁棒性。
引用
@article{arxiv.1711.04481,
title = {An Automatic Diagnosis Method of Facial Acne Vulgaris Based on Convolutional Neural Network},
author = {Xiaolei Shen and Jiachi Zhang and Chenjun Yan and Hong Zhou},
journal= {arXiv preprint arXiv:1711.04481},
year = {2017}
}
备注
12 pages, 7 figures, 5 tables