融合整体与局部信息的武夷岩茶叶片分类方法

发布时间：2021-11-04 15:41

　　针对武夷岩茶鲜茶叶叶片图像分类问题,提出一种融合整体与局部信息的分类方法。该方法使用两分支并行结构构建了一个整体与局部信息融合的卷积神经网络模型。实验表明,在9个品种共计7 330张武夷岩茶鲜茶叶叶片图像数据集上,基于ResNet18构造的两分支并行卷积神经网络模型的分类准确率为96.68%,超过了其他CNN模型的分类准确率。这表明通过融合全局信息、边缘形状信息和纹理局部信息能有效提高分类准确率。 

【文章来源】：智能系统学报. 2020,15(05)北大核心CSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工.  智能系统学报. 2019(01)
[2]基于卷积神经网络的盲文音乐识别研究[J]. 刘彪,黄蓉蓉,林和,苏伟.  智能系统学报. 2019(01)
[3]基于卷积神经网络的遥感图像分类研究[J]. 李亚飞,董红斌.  智能系统学报. 2018(04)
[4]一种多层特征融合的人脸检测方法[J]. 王成济,罗志明,钟准,李绍滋.  智能系统学报. 2018(01)
[5]卷积神经网络在图像分类和目标检测应用综述[J]. 周俊宇,赵艳明.  计算机工程与应用. 2017(13)
[6]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[7]基于深度学习的高分辨率遥感影像分类研究[J]. 刘大伟,韩玲,韩晓勇.  光学学报. 2016(04)
[8]深度卷积神经网络在计算机视觉中的应用研究综述[J]. 卢宏涛,张秦川.  数据采集与处理. 2016(01)
[9]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植.  软件学报. 2015(01)
[10]基于图像分析的植物叶片识别技术综述[J]. 张宁,刘文萍.  计算机应用研究. 2011(11)

硕士论文
[1]鲜茶叶图像特征提取及在茶树品种识别中的应用研究[D]. 刘自强.湖南农业大学 2014



本文编号：3476022