Lanzhou University of Finance and Economics. All
| 基于有效区域筛选的复杂背景植物图像识别方法 | |
| 宋晓宇1; 金莉婷1; 赵阳2; 孙越1; 刘童1 | |
| 2020 | |
| 发表期刊 | 激光与光电子学进展
 |
| 卷号 | 57期号:4页码:173-183 |
| 摘要 | 为了提高复杂背景植物图像识别准确率,提出一种基于卷积神经网络(CNN)有效区域筛选的植物图像识别方法,该方法首先基于图像(花朵、叶片)数据集利用CNN训练一个有效区域筛选模型,使数据集通过该模型筛选后仍能保留花朵、叶片等有效区域;然后经过Mask R-CNN对植物图像数据集进行有效区域的提取,再用有效区域筛选模型筛选能表征植物图像类别的有效区域,接着将此类有效区域以4…1的比例划分为训练集和测试集,然后送入GoogleNet进行训练,得到基于有效区域的CNN植物图像识别模型MRC-GoogleNet;最后通过该模型得出识别准确率。实验结果和数据表明,与经典CNN植物图像识别模型相比,基于有效区域筛选的识别模型能提取到更为有效的图像特征,有效地提高识别准确率。 |
| 关键词 | 图像处理 植物图像识别 复杂背景 卷积神经网络 有效区域筛选 MASK R-CNN |
| URL | 查看原文 |
| 收录类别 | ESCI ; CSCD ; SCOPUS |
| ISSN | 1006-4125 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6789760 |
| 中图分类号 | TP183;TP181 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/24347 |
| 专题 | 兰州财经大学 |
| 作者单位 | 1.兰州交通大学电子与信息工程学院,甘肃兰州730070; 2.兰州财经大学陇桥学院信息工程系,甘肃兰州730101 |
| 第一作者单位 | 信息工程与人工智能学院 |
| 推荐引用方式 GB/T 7714 | 宋晓宇,金莉婷,赵阳,等. 基于有效区域筛选的复杂背景植物图像识别方法[J]. 激光与光电子学进展,2020,57(4):173-183. |
| APA | 宋晓宇,金莉婷,赵阳,孙越,&刘童.(2020).基于有效区域筛选的复杂背景植物图像识别方法.激光与光电子学进展,57(4),173-183. |
| MLA | 宋晓宇,et al."基于有效区域筛选的复杂背景植物图像识别方法".激光与光电子学进展 57.4(2020):173-183. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [宋晓宇]的文章 |
| [金莉婷]的文章 |
| [赵阳]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [宋晓宇]的文章 |
| [金莉婷]的文章 |
| [赵阳]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [宋晓宇]的文章 |
| [金莉婷]的文章 |
| [赵阳]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论