基于自然背景下的藏药材植株识别研究  

Study on Recognition of Tibetan Medicinal Plants Based on Natural Background

作　　者：周丽媛 高红梅 高定国 赵启军 ZHOU Liyuan;GAO Hongmei;GAO Dingguo;ZHAO Qijun(School of Information Science and Technology,Tibetan University,Lhasa Tibet 850000,China;Demonstration Base for Training Innovative Talents in Tibetan Information Technology,Lhasa Tibet 850000,China;School of Computer Science,Sichuan University,Chengdu Sichuan 610065,China)

机构地区：[1]西藏大学信息科学技术学院,西藏拉萨850000 [2]藏文信息技术创新人才培养示范基地,西藏拉萨850000 [3]四川大学计算机学院,四川成都610065

出　　处：《信息与电脑》2022年第24期183-185,共3页Information & Computer

基　　金：国家自然科学基金项目“敦煌藏文文献文本识别方法研究”(项目编号:62166038);西藏大学研究生高水平人才培养计划项目“基于自然背景下的藏药材植株识别研究”(项目编号:2020-GSP-S173);西藏大学人才创新团队与实验室平台建设“计算机及藏文信息技术创新团队”项目;2019年国家级一流本科“计算机科学与技术”建设项目;2021年度自治区一流课程建设项目。

摘　　要：藏药材植株的分类识别是藏药材信息化建设的重要内容。早期的藏药材植株识别要依靠人工进行鉴别,极易出错且工作量较大。文章提出一种基于残差网络(Residual Network,ResNet)结合注意力机制的藏药材植株识别模型。实验结果表明,该方法对33种自然场景下藏药材植株图像的识别准确率达到92.3%,优于其他中草药自动识别方法,可有效应用于自然场景下的藏药材植株自动识别,对于藏药材信息化建设工作具有较好的推进作用。The classification and recognition of Tibetan medicinal plants is an important part of the information construction of Tibetan medicinal materials. In this study, we collected and established the image dataset of Tibetan medicinal plants in natural scenes, and proposed a method based on Residual Network(ResNet) and attention mechanism to build a recognition model of Tibetan medicinal plants.The experimental results show that the recognition accuracy of the proposed method for the images of Tibetan medicinal plants in 33 natural scenes is 92.3%, which is superior to other existing automatic recognition methods of Chinese herbal medicine.

关 键 词：深度学习 藏药材 图像识别 注意力机制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]