在中医史上,体质被形容为在人生命过程中的先天和后天天赋上形成的形态,是生理功能和心理状态的综合表现,人体体质甚至会决定某些疾病的趋势,因此体质分类的研究对临床医学治疗具有十分重要的意义。舌诊作为中医中重要又独特的内容,是在中医临床诊断中最广泛使用的诊断方式之一,这样的诊断方式为临床医学提供了简洁、直接、方便的病情判断解决方案,同时舌诊也是在中医中识别体质的重要依据,这是因为舌头的色泽和纹理的变化真实地反映了人体的健康状态。随着现代科学,尤其是人工智能技术的发展,利用计算机对舌头图像进行采集和分析逐渐被认为是辅助中医医生进行诊断的有效途径。本论文使用目标检测算法,实现舌苔区域检测,并构建舌苔体质识别数据集。本论文借鉴了零样本学习的思想,引入舌苔图片的语义属性描述,将舌苔图片到体质类型映射的问题转化为学习舌苔图片到舌苔语义属性的映射,缓解了各体质类别样本分布极度不平衡导致的识别准确低下的情况,从而提升舌苔体质识别的准确率。本论文聚焦于通过零样本学习方法的思想来辅助并提升舌苔体质识别的效果,提出了多分支属性分组学习,设计多分支神经网络并对相似的语义属性进行分组学习,同时还提出判别性潜在特征学习的方法来极大化在向量空间里的类间距和缩小类内距。本论文在舌苔体质识别数据集上进行了实验,从多个角度分析实验效果,实验结果表明本文所提算法能够很好地提升舌苔体质识别的准确率,实现快速、准确、稳定的舌苔体质识别。