公开(公告)号：CN113159067A

公开(公告)日：2021-07-23

申请号：CN202110392237.9

申请日：2021-04-13

Applicant: 北京工商大学

Inventor： 孔建磊 ,  金学波 ,  王小艺 ,  苏婷立 ,  白玉廷 ,  王宏兴

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于多粒度局部特征软关联聚合的细粒度图像辨识方法，所述方法包括：对待辨识图像进行增强数据预处理，获得增强后的图像；对所述增强后的图像进行特征提取分别获得粗粒度特征、细粒度特征和中粒度特征；对所述粗粒度特征、细粒度特征和中粒度特征进行软关联聚合后获得待辨识图像的图像辨识结果。本发明使用多流并行的混合网络提取多粒度局部特征，并使用软关联特征聚合方式对不同维度特征进行有效融合，消除参数冗余、实现信息互补，形成最终表征细粒度识别的统一概率描述，提升辨识精度和时效性。实验结果表明，该方法在分类精度方面表现较好，还可以与其他的模型相结合，以便将来产生更好的结果。

公开(公告)号：CN113221913A

公开(公告)日：2021-08-06

申请号：CN202110392276.9

申请日：2021-04-13

Applicant: 北京工商大学

Inventor： 孔建磊 ,  金学波 ,  王小艺 ,  王建利 ,  王昭洋 ,  王宏兴

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于高斯概率决策级融合的农林病虫害细粒度识别方法，所述方法包括：获取病虫害数据集，对所述病虫害数据集进行数据扩增处理，获得处理后的数据；对所述处理后的数据特征提取分别获得粗粒度特征向量、细粒度特征向量和中粒度特征向量；构建高斯概率决策级融合模块，对所述粗粒度特征向量、细粒度特征向量和中粒度特征向量进行决策级融合获得分类概率，根据所述分类概率获得识别结果。本发明为实际农林场景下大规模病虫害识别提供可行方案。