基于深度迁移学习的增强现实移动应用中的药盒识别
计算机视觉与模式识别
2022-03-29 v1
摘要
服药是治疗疾病的基本环节。然而，研究表明患者往往难以记住正确的用药剂量。更糟糕的是，错误的剂量通常会导致病情恶化。尽管药品的所有相关说明都总结在对应的患者信息说明书中，但后者通常难以浏览和理解。为解决这一问题并帮助患者用药，本文介绍了一款增强现实移动应用，可向用户展示所拍摄药品的重要细节。具体而言，该应用实现了一个基于深度神经网络的推理引擎，即一个 densenet，经微调以通过包装识别药品。随后，诸如用药剂量或简化说明书等相关信息会叠加在相机画面中，以在患者服药时提供帮助。为选择最佳超参数，我们在专门收集用于该任务的数据集上进行了大量实验，最终获得了高达 91.30% 的准确率以及实时性能。
引用
@article{arxiv.2203.14031,
title = {Medicinal Boxes Recognition on a Deep Transfer Learning Augmented Reality Mobile Application},
author = {Danilo Avola and Luigi Cinque and Alessio Fagioli and Gian Luca Foresti and Marco Raoul Marini and Alessio Mecca and Daniele Pannone},
journal= {arXiv preprint arXiv:2203.14031},
year = {2022}
}
备注
12 pages, 7 figures