植物识别融合式双特征卷积神经网络

摘要：

为提取高效的植物形态学特征,提升在图像中植物的识别准确率,结合植物的宏观整体轮廓和微观局部纹理特征,提出融合式双特征神经网络(HDF-CNN)进行植物识别.采用并行双通道方案,充分利用密集残差网络增强植物器官细节纹理描述,采用另一个大卷积核CNN提取植物全局轮廓特征,将宏观和微观的特征融合后得到一个全面的植物特征.实验结果表明,与常见的图像识别方法相比,该方法能提取到精准高效的植物图像特征,取得了更高的识别准确率.

关键词：计算机视觉、植物识别、植物特征、特征融合、混合模型

所属期刊栏目：42

分类号：TP399(计算技术、计算机技术)

资助基金：贵州省科技计划;国家自然科学基金;贵州师范学院一流大学建设基金项目;贵州省科学技术基金计划基金项目

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1706-1712