基于显著特征和全局特征融合的植物识别方法

• 作者: 聂聪颖 唐晶磊
• 来源期刊: 计算机工程与设计
• 关键词: 植物识别 特征融合 显著特征 大规模数据集 样本不平衡
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 软件与算法|Software and Arithmetic
• 页码范围: 976-984
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.04.012

摘要

针对自然界中植物数据规模大且分布不平衡导致的识别困难的问题,提出一种基于显著特征和全局特征融合的植物识别方法.通过多层特征融合方法改进VGG19网络以提取植物的全局特征,并对全局特征进行显著特征提取得到图像的显著特征,将显著特征和全局特征进行自适应加权特征融合得到融合特征,对融合特征进行分类识别.在PlantCLEF2016数据集上的实验结果表明,该方法的准确率可达到81％,验证了其在大规模且分布不平衡的植物识别中可行有效.