摘要
本申请实施例涉及一种野茉莉属植物叶片表型的识别方法、识别系统和介质,属于植物智能识别技术领域,识别方法包括:基于待测植物的叶片图像,利用混合特征提取神经网络提取出叶片的混合特征;基于叶片的混合特征,利用鉴别神经网络提取出单属性特征,单属性特征包括叶片大小特征、叶片颜色特征和叶片叶缘特征;基于叶片的混合特征和各个单属性特征,利用门控模型确定各个单属性特征分别对应的融合参数;基于各个单属性特征和融合参数得到融合后的多属性特征;基于多属性特征,利用异常检测模型进行异常检测,得到待测植物的叶片表型,能够生成鲁棒性较高、信息属性完备的多属性融合特征,提高野茉莉叶片异常表型识别的准确率。
技术关键词
混合特征提取
叶片
多属性特征
识别方法
识别系统
深度卷积神经网络
门控阈值
图像
特征提取模块
智能识别技术
数据分布
参数
颜色
融合特征
样本
鲁棒性
介质
系统为您推荐了相关专利信息
疲劳损伤计算方法
螺柱
网格模型
叶根
关键结构参数
梯度提升决策树
信号识别方法
前端数据采集模块
肌松监测仪
数据处理模块
涡轮转子叶片
涡轮静子叶片
扫描探针
红外线阵列传感器
带滑块