摘要
本发明公开了一种基于多模态特征的小麦生育时期识别方法,属于农作物生育时期识别技术领域,利用多尺度卷积和的注意力机制技术获取小麦生育时期图像数据特征,通过加入非对称多通道卷积,多尺度提取冠层图像特征的同时增加非线性表达能力;通过引入注意力机制模块使网络更加关注主要有效特征,同时过滤干扰特征,增强从冗余信息中对关键信息的提取能力,提高识别的准确度,解决冠层图像区域权重分散的问题,使得所获得的小麦生育时期图像数据特征更为准确全面,使用小麦生育时期图像数据特征一方面可以直接将该图像特征进行分类识别出生育时期,另一方面还可以将麦生育时期图像数据特征与其序列化的环境数据特征进行融合,通过多种异构模态数据协同推理,实现对于相邻生育时期过渡期间植株冠层形态特征差别小、相似度高也可以准确识别所处的生育时期。
技术关键词
多模态特征
小麦冠层
识别方法
浅层特征提取
深层特征提取
多尺度卷积神经网络
分支
输入提取深层特征
序列化特征
图像特征向量
干扰特征
特征提取模块
数据
引入注意力机制
多尺度特征提取
过滤模块
卷积神经网络模型
系统为您推荐了相关专利信息
医学影像识别方法
混合损失函数
注意力
双分支网络
多尺度
流体识别方法
方程
声波测井资料
饱和度
模态分解方法
橡胶胎面
轮胎胎面
纹理
空间频率特征
差异分析方法