[发明专利]基于矢量神经网络的多角度植物识别方法

摘要

本发明公开了基于矢量神经网络的多角度植物识别方法，该方法主要包含以下步骤：根据实际需要识别的植物种类，针对每类植物收集一定数量多视角的植物图像，手工分类标记后形成数据集备用；将数据集中的植物图像输入矢量神经网络，对网络进行有监督的训练，让网络能从同种植物的多个角度图像中自主地提取出具有空间变化鲁棒性的信息表示；将特征送入特征分类器，分类结果概率最高的类别即为该植物所属类别。本发明所用矢量神经网络，极大幅度减少了传统神经网络对数据量的依赖，用相对少量的多视角植物图像便能构建并训练出具有较强植物特征抽象能力的神经网络，模型来识别植物种类。

主权项

1.基于矢量神经网络的多角度植物识别方法，包括，其特征在于：所述方法包括如下步骤：S1：收集植物多角度图像，通过图像采集装置采集拟识别植物不同季节的多个角度的器官局部图像，收集并整理图像资源按植物类别进行分类整理备用；S2：图像训练集制作，通过将步骤S1中收集采集的植物图像按已分类别进行标注，并将标注后的图像数据统一调整为大小一致的尺寸；S3：识别用矢量神经网络模型训练，通过将步骤S2中处理后的图像数据，输入到矢量神经网络中，经多次迭代后使得网络能够提取出植物图像的多维特征，并经过向量算法将特征转为向量值，其中向量的模长表示其所属类别的可能性，向量的方向表示植物的类别实体参数；S4：将步骤S3中的训练得到的矢量神经网络来识别植物种类，属于要识别的植物的图像，经网络自主提取出具有视角不变性的特征，产生最终的特征向量，并根据这个向量的模长来计算分类损失，分类计算后得出识别分类结果名称；S5：根据步骤S4中计算的分类结果名称，搜索数据库或网络资源资料，并展示搜索后的数据详细信息。