基于生成对抗网络和视觉-语义对齐的零样本害虫识别方法

文献类型： 中文期刊

第一作者： 李天俊

作者： 李天俊;杨信廷;陈晓;胡焕;周子洁;李文勇

作者机构：

关键词： 害虫识别;语义知识;图像特征;生成对抗网络;对比学习;广义零样本学习

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2024 年 6 卷 002 期

页码： 72-84

收录情况： CSCD

摘要： [目的/意义]害虫的精准识别对农作物虫害有效防治具有重大意义.然而,当前的害虫图像识别模型都是针对闭集数据构建的模型,难以对训练集中没有出现过的害虫种类(不可见害虫)进行推理,导致在实际应用过程中遇见不可见类别昆虫时误判现象尤为严重.[方法]针对这一问题,提出了一种适用零样本学习(Zero-Shot Learning,ZSL)和广义零样本学习(Generalized Zero-Shot Learning,GZSL)范式的害虫图像识别方法VSA-WGAN,可以实现对可见(训练集中包含的类别)与不可见害虫种类的辨识.该方法基于生成对抗网络(Genera-tive Adversarial Network,GAN)生成伪视觉特征,将零样本害虫识别问题转化为传统监督学习任务,且通过引入对比学习来优化生成器的生成质量,添加视觉-语义对齐模块进一步约束生成器,使其能生成更具判别性的特征.[结果与讨论]在自建的一个适用于零样本学习研究的害虫数据集和几个公开数据集对提出方法进行了评估.其中,在多个公开数据上取得了目前最优结果,相比之前方法最大提升达到2.8%;在自建20类害虫数据集上取得了零样本设置下77.4%的识别精度和广义零样本设置下78.3%的调和精度,相比之前方法分别提升了2.1%和1.2%.[结论]所提方法能有效地将害虫的视觉特征泛化到不可见类,实现害虫的零样本识别,有助于提升害虫识别模型的泛化能力,为农作物新虫害的发现与防治提供帮助.

分类号： TP391.41%S433

  • 相关文献

[1]古农文语义检索模型构建及其应用研究. 刘楠竹,崔运鹏,王末. 2023

[2]基于对比学习的植物叶片病害识别. 杨新宇,冯全,张建华,杨森. 2024

[3]基于姿态描述的果园靶标害虫自动识别方法. 李文勇,陈梅香,李明,孙传恒,杜尚丰. 2014

[4]基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究. 姚青,姚波,吕军,唐健,冯晋,朱旭华. 2021

[5]基于模板匹配的多目标水稻灯诱害虫识别方法的研究. 吕军,姚青,刘庆杰,薛杰,陈宏明,杨保军,唐健. 2012

[6]基于改进AlexNet的岭南水稻虫害识别方法研究. 江顺,黄红星,莫里楠,韩威威,高卓君,卓钟洪. 2023

[7]桔小实蝇等六种常见果园害虫图像数据集. 张翔鹤,王晓丽,刘婷婷,胡林,樊景超. 2022

[8]基于神经网络的水稻三化螟识别系统的研究. 王剑,周国民. 2006

[9]基于Android手机和图像特征识别技术的植物叶片分类系统的研究. 邹秋霞,郜鲁涛,盛立冲. 2015

[10]基于图像的水稻灯诱害虫自动识别技术的研究. 冼鼎翔,姚青,杨保军,罗举,谭畅,张超,徐一成. 2015

[11]基于无人机RGB图像的金沙柚叶片叶绿素含量监测研究. 曹中盛,李艳大,潘玉霞,孙滨峰,舒时富,叶春,彭忻怡. 2022

[12]基于机器视觉的烤烟鲜烟成熟度判别模型优选. 刘浩,孟令峰,王松峰,刘自畅,杜海娜,孙福山. 2023

[13]基于无人机成像高光谱估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,龙慧灵,杨贵军,钱建国. 2023

[14]茶树尺蛾科典型害虫成虫智能识别技术研究. 吴阿林,周孝贵,肖强. 2014

[15]中华绒螯蟹数量和规格的计算机识别. 张云,杨宏伟,刘梅林,罗克勇. 2005

[16]利用图像特征分析茶树成熟叶表型的遗传多样性. 陈琪予,马建强,陈杰丹,陈亮. 2022

[17]图像识别技术在作物农情信息反演中的应用. 陆明,李茂松,申双和,王春艳. 2011

作者其他论文 更多>>

微信小程序