基于全卷积网络的鳞翅目标本图像前背景自动分割方法研究

• 作者: 任利利 南小宁 吴伟 孟昭军 张真 竺乐庆 马梦园 高翠青
• 来源期刊: 昆虫学报
• 学科: 生物学
• 关键词: 鳞翅目 图像处理 前背景分割 深度学习 全卷积神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 进化与系统学
• 页码范围: 255-262
• 页数: 8页
• 分类号: Q969.42
• 语种: 中文
• DOI: 10.16380/j.kcxb.2018.02.013

摘要

[目的]本研究旨在探索使用计算机视觉技术实现对鳞翅目标本图像的前背景分割方法.[方法]首先对用于训练和测试的昆虫标本图像去除背景,获得昆虫图像的前背景分割参考标准,对过大的昆虫图像进行缩小处理;其次对训练集图像采用旋转、平移、缩放等方法进行数据增强,剪切出中心区域作为有效图像.求取所有训练样本的均值图像,并从所有输入中减去该均值图像.测试用图像只做归一化但不进行数据增强.微调全卷积神经网络,重点调整结构产生变化的卷积层和反卷积层的参数,用前述训练数据集训练直至收敛.对于待分割图像,只要将图像归一化后输入到训练好的全卷积网络,网络将输出前背景分割结果.[结果]该方法在包含823个样本的测试集中进行了测试,取得的mloU (mean Intersection over Union)达94.96％,而且分割的视觉效果已经非常接近于人工分割的结果.[结论]实验结果证明通过训练全卷积神经网络可以有效实现鳞翅目标本图像的前背景自动分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张真	中国林业科学研究院森林生态与保护研究所国家林业局森林保护学重点实验室	74	894	19.0	26.0
2	吴伟	西南林业大学保护生物学学院	14	44	4.0	5.0
3	竺乐庆	浙江工商大学计算机与信息工程学院	15	183	7.0	13.0
4	孟昭军	东北林业大学林学院	25	106	5.0	9.0
5	南小宁	西北农林科技大学林学院	18	45	5.0	5.0
6	任利利	北京林业大学林学院	28	87	5.0	6.0
7	高翠青	南京林业大学林学院	3	3	1.0	1.0
8	马梦园	浙江工商大学计算机与信息工程学院	1	1	1.0	1.0