基于花蕊区域定位的花卉识别方法

• 作者: 任意平 夏国强 李俊丽
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 花卉识别 卷积神经网络 目标检测 花蕊区域
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903855

摘要

花卉识别在自动化种植,机械采摘,病虫害防治,鲜花定级等方面均起到关键性作用.为了进一步提高卷积神经网络在花卉识别领域的准确率,尤其是提高花卉被局部遮挡情况下的识别准确率.提出了一种基于花蕊区域定位的花卉识别方法,通过目标检测算法Faster-RCNN对图像中的花蕊区域进行定位,再通过花蕊的特征进行种类识别.通过对牛津大学Flowers102数据集中的12种花卉进行验证,基于花蕊区域定位的识别准确率可以达到96.07％,高于小型网络Lenet-5,与大型网络Vgg-16及Inception-V3识别准确率相近,验证了花蕊区域可以提供足够的特征进行识别.对于花瓣高度遮挡的情况,提取整幅图像特征的传统卷积神经网络Vgg-16和Inception-V3的识别准确率大幅下降至25.33％和35.14％,而基于花蕊区域定位的识别准确率可以达到88.93％.表明该方法有效的提升了花卉被局部遮挡情况下的识别准确率,提高了抗遮挡能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊丽		17	29	3.0	4.0
2	任意平		1	0	0.0	0.0
3	夏国强		2	0	0.0	0.0