基于多尺度空洞胶囊孪生网络的水稻虫害识别方法  

Rice pest identification method based on multi-scale hollow capsule twin network

作　　者：张会敏 谢泽奇 Zhang Huimin

机构地区：[1]信阳农林学院信息工程学院,河南信阳464000

出　　处：《江苏农业科学》2024年第11期231-237,共7页Jiangsu Agricultural Sciences

基　　金：国家自然科学基金(编号:62072378);河南省教育厅高等学校重点科研项目(编号:20A520045)。

摘　　要：水稻是我国主要的农业粮食产物,害虫严重影响水稻的产量和质量。为了快速、准确地识别水稻害虫,针对现有传统识别算法中需要依赖大量训练样本、训练时间长等问题,提出一种基于孪生多尺度空洞胶囊网络(multi-scale dilated capsule siamese network, MSDCSNet)的水稻害虫识别方法。首先,该方法采用3个空洞Inception模块依次提取图像的多尺度卷积特征;其次,由胶囊网络进一步提取特征向量,构建图像的特征向量对;然后通过孪生网络计算每对向量图像的余弦相似度进行害虫识别,该方法集合多尺度空洞卷积、胶囊网络和孪生网络的优势,可有效克服深度卷积网络需要大样本、训练时间长等问题;最后在一个自建的水稻害虫小样本数据集上进行测试,实现对水稻5种常见害虫(稻蝗、稻纵卷叶螟、稻棘缘蝽、二化螟、稻飞虱)的识别,平均识别率达到95.6%,与VGG19算法、ACapsNet算法相比,识别率分别提高20.8、3.6百分点。结果表明,该方法在小训练样本集中,具有较强的鲁棒性和较高的识别率,可实现对水稻害虫的精确识别,为其他农作物的害虫识别提供参考。

关 键 词：水稻害虫识别 尺度空洞卷积 胶囊网络 孪生网络 多尺度空洞胶囊孪生网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] S126[自动化与计算机技术—计算机科学与技术]