[发明专利]基于卷积神经网络提取多维度扩展特征的稻田杂草识别方法在审
| 申请号： | 201910533754.6 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110457989A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 陈学深;方贵进;陈林涛;马旭;齐龙;黄柱健 | 申请（专利权）人： | 华南农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06Q50/02 |
| 代理公司： | 44329 广东广信君达律师事务所 | 代理人： | 杨晓松<国际申请>=<国际公布>=<进入 |
| 地址： | 510642广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于智能农业机械识别领域，涉及一种基于卷积神经网络提取多维度扩展特征的稻田杂草识别方法。本发明克服了机器视觉杂草识别方法时靠人工提取特征难以获得接近杂草自然属性的问题和图像预处理对识别结果有影响的缺点。本发明首先通过多维度采集和多步骤扩展，获得大量、具有相关性的训练集；其次基于卷积神经网络对稻田杂草特征进行提取和筛选；然后对MLP分类器进行训练与检测；最终迁移学习后的MLP分类器对稻田杂草的种类、位置进行预测。通过上述步骤，使杂草识别的准确率、稳定性和实时性获得提升。本发明为智能稻田除草机械的研制奠定了基础，具有推广应用的价值。 | ||
| 搜索关键词： | 稻田杂草 卷积神经网络 杂草识别 多维度 分类器 图像预处理 机器视觉 提取特征 自然属性 智能 实时性 训练集 除草 农业机械 准确率 杂草 稻田 迁移 采集 筛选 检测 预测 学习 | ||
【主权项】：
1.一种基于卷积神经网络提取多维度扩展特征稻田杂草识别方法，其特征在于：首先通过多维度采集和多步骤扩展，获得大量、具有相关性的训练集；其次基于卷积神经网络对稻田杂草特征进行提取和筛选；然后对MLP分类器进行训练与检测；最终迁移学习后的MLP分类器对稻田杂草的种类、位置进行预测。所述的多维度扩展，可看作从多个不同维度采集杂草图像以及旋转、平移、剪裁、放缩、噪声处理步骤扩展，获得大量、具有相关性的图像的过程；所述的卷积神经网络，可看作通过梯度下降的方法，不断从低层到高层提取和筛选特征的结构。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南农业大学，未经华南农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910533754.6/，转载请声明来源钻瓜专利网。
