基于深度特征与多核Boosting学习相结合的害虫图像识别方法
- 专利权人:
- 中国科学院合肥物质科学研究院
- 发明人:
- 陈天娇,谢成军,余健,张洁,李瑞,陈红波,王儒敬,宋良图
- 申请号：
- CN201710105763.6
- 公开号：
- CN107025431A
- 申请日:
- 2017.02.24
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 张祥骞
- 摘要：
- 本发明涉及基于深度特征与多核Boosting学习相结合的害虫图像识别方法，与现有技术相比解决了害虫图像识别率低的缺陷。本发明包括以下步骤：获取自然图像集；害虫图像的收集、标记和预处理；利用训练集的样本形成块级特征；利用多核Boosting学习的SVM训练多核分类框架；将测试集的样本形成块级特征后，输入训练完成后的多核分类框架中，进行害虫图像的自动识别。本发明利用了害虫图像的多层深度特征并与多核Boosting学习相结合进行害虫的图像识别，提高了害虫识别的准确率。
- 来源网站：
- 中国工程科技知识中心
