文献类型：期刊文章

作　　者：钟志权[1,2] 袁进[3] 唐晓颖[4]

Zhong Zhiquan;Yuan Jin;Tang Xiaoying(SYSU-CMU Shunde International Joint Research Institute,Shunde,Guangdong 52830;School of Electronics and Information Technology,Sun Yat-sen University,Guangzhou 510006;State Key Laboratory of Ophthalmology（Sun Yat-sen University）,Guangzhou 510060;Department of Electrical and Electronic Engineering,Southern University of Science and Technology,Shenzhen,Guangdong 518055)

机构地区：[1]广东顺德中山大学卡内基梅隆大学国际联合研究院,广东顺德528300 [2]中山大学电子与信息工程学院,广州510006 [3]眼科学国家重点实验室(中山大学),广州510060 [4]南方科技大学电子与电气工程系,广东深圳518055

出　　处：《计算机研究与发展》

基　　金：国家重点研发计划项目(2017YFC0112400);国家自然科学基金项目(81501546)~~

年　　份：2018

卷　　号：55

期　　号：8

起止页码：1667-1673

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：利用一个深度卷积神经网络提出并验证了一种能自动判别左右眼的新方法.根据左眼和右眼图像的特征差异性,所设计的网络能够自动估计网络的所有参数.在Alexnet网络的基础之上进行修改,设计的卷积神经网络由4个卷积池化层和2个全连接层组成,其次是作为最后一层的分类器.基于针对42 541张眼底图像的实验结果,所提出的网络的训练精度约为100%,测试精度高达99%.此外,所提出的网络具有高度的鲁棒性,它可以成功地识别大量具有多变性的眼底图像.据所知,这是第1个基于深度学习用于左右眼识别的高精准度网络.

关 键 词：左右眼识别  眼底图像 深度学习  卷积神经网络 Alexnet  

分 类 号：TP391]