[發(fā)明專利]一種基于深度學(xué)習(xí)的樹種分類方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711272966.0
• 申請日: 2017-12-06
• 公開（公告）號: CN108038499A
• 公開（公告）日: 2018-05-15
• 發(fā)明（設(shè)計）人: 周泓;沈曉磊;張家池;嚴(yán)忱君
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 杭州知通專利代理事務(wù)所(普通合伙) 33221
• 代理人: 朱林軍

1.一種基于深度學(xué)習(xí)的樹種分類方法，其特征在于，包括以下步驟：

采集預(yù)設(shè)數(shù)量的樹種葉片圖像，以獲得樣本圖像；

對獲得的所述樣本圖像進(jìn)行標(biāo)注，利用標(biāo)注后的樣本圖像構(gòu)造數(shù)據(jù)集以及對所述數(shù)據(jù)集進(jìn)行預(yù)處理操作，用于訓(xùn)練三十分類器；所述三十分類器用于對樹種的葉片圖像進(jìn)行分類；

對所述預(yù)處理后的樣本圖像進(jìn)行特征提取，獲得特征向量集；

利用獲得的所述特征向量集對所述三十分類器進(jìn)行訓(xùn)練和驗證；

采集待測樹種的葉片圖像，對所述待測樹種的葉片圖像進(jìn)行預(yù)處理，并提取特征，利用所述經(jīng)過訓(xùn)練和驗證的三十分類器對提取的特征進(jìn)行判斷分類，獲得所述待測樹種的種類。

2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的樹種分類方法，其特征在于，在所述采集待測樹種的葉片圖像，對所述待測樹種的葉片圖像進(jìn)行預(yù)處理，并提取特征，利用所述三十分類器對提取的特征進(jìn)行分類，獲得所述待測樹種的種類之后，還包括步驟：保存所述待測樹種的葉片圖像，用于豐富樣本圖像數(shù)據(jù)集的多樣性。

3.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的樹種分類方法，其特征在于，所述預(yù)處理操作具體包括重構(gòu)圖像大小和去均值操作。

4.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的樹種分類方法，其特征在于，所述對所述預(yù)處理后的樣本圖像進(jìn)行特征提取，獲得特征向量集，具體步驟是：利用VGG16卷積神經(jīng)網(wǎng)絡(luò)以遷移學(xué)習(xí)的方式對所述預(yù)處理后的樣本圖像進(jìn)行特征提取，獲得特征向量集。

5.一種基于深度學(xué)習(xí)的樹種分類系統(tǒng)，其特征在于，包括：

數(shù)據(jù)集采集模塊，用于采集預(yù)設(shè)數(shù)量的樹種葉片圖像，獲得樣本圖像；

圖像預(yù)處理模塊，用于對所述獲得的樣本圖像進(jìn)行標(biāo)注，利用標(biāo)注后的樣本圖像構(gòu)造數(shù)據(jù)集以及對所述數(shù)據(jù)集進(jìn)行預(yù)處理操作，便于訓(xùn)練三十分類器；所述三十分類器用于對樹種的葉片圖像進(jìn)行分類；

特征提取模塊，用于對所述預(yù)處理后的樣本圖像進(jìn)行特征提取，獲得特征向量集；

分類器訓(xùn)練模塊，用于利用所述獲得的特征向量集對三十分類器進(jìn)行訓(xùn)練和驗證；

待測樹種鑒定模塊，用于采集待測樹種的葉片圖像，對所述待測樹種的葉片圖像進(jìn)行預(yù)處理，并提取特征，利用所述三十分類器對提取的特征進(jìn)行判斷分類，獲得所述待測樹種的種類。

6.如權(quán)利要求5所述的一種基于深度學(xué)習(xí)的樹種分類系統(tǒng)，其特征在于，還包括：

待測樹種數(shù)據(jù)保存模塊：用于保存所述待測樹種的葉片圖像數(shù)據(jù)，豐富樣本圖像數(shù)據(jù)集的多樣性。

7.如權(quán)利要求5所述的一種基于深度學(xué)習(xí)的樹種分類系統(tǒng)，其特征在于，所述圖像預(yù)處理模塊具體通過重構(gòu)圖像大小和去均值操作對所述樣本圖像數(shù)據(jù)集進(jìn)行預(yù)處理。

8.如權(quán)利要求5所述的一種基于深度學(xué)習(xí)的樹種分類系統(tǒng)，其特征在于，所述特征提取模塊利用VGG16卷積神經(jīng)網(wǎng)絡(luò)以遷移學(xué)習(xí)的方式對所述預(yù)處理后的樣本圖像進(jìn)行特征提取，獲得特征向量集。