基于深度卷积神经网络的蝇类面部识别

• 作者: 张献中 李雨阳 王俊生 陈伟楠 陈彦彤
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 蝇类面部识别 深度卷积神经网络 多任务卷积神经网络 Inception-ResNet网络 Reduction网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息科学
• 页码范围: 1558-1567
• 页数: 10页
• 分类号: TP306
• 字数: 4763字
• 语种: 中文
• DOI: 10.37188/OPE.20202807.1558

摘要

针对蝇类昆虫物种繁多、特征复杂等因素,导致蝇类识别准确率低、耗时较长等问题.本文借鉴深度学习方法中的人脸识别算法,提出一种基于深度卷积神经网络的蝇类面部识别方法.首先,在图像对齐过程中,使用多任务卷积神经网络并进行优化即应用深度可分离卷积减少计算参数,缩短图像预处理时间.其次,应用轮廓特征粗提取和具体部位特征细提取相结合的方式提取更加丰富的特征信息:即使用卷积池化粗提取出图像的轮廓特征值;同时,使用Inception-ResNet网络、Reduction网络细提取出具体部位特征值.最终在网络训练时,结合上述方法使得提取到的特征信息更加精确全面.实验表明,所提方法的准确率达到94.03％,相较于其他网络训练方法,该方法在保证较高准确率的情况下提升计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊生	大连海事大学信息科学技术学院	10	25	2.0	4.0
2	陈彦彤	大连海事大学信息科学技术学院	4	0	0.0	0.0
3	陈伟楠	大连海事大学信息科学技术学院	2	0	0.0	0.0
4	张献中	大连海事大学信息科学技术学院	2	0	0.0	0.0
5	李雨阳	大连海事大学信息科学技术学院	4	0	0.0	0.0