[发明专利]多种杂草检测

说明书

为了针对农业应用提供有效的识别方法，提供了一种用于农业对象检测的决策支持装置。该决策支持装置包括输入单元，其被配置为接收田地中的一个或多个农业对象的图像。决策支持系统包括计算单元，其被配置为将数据驱动模型应用于所接收的图像以生成元数据，元数据包括表示所接收的图像中的一个或多个农业对象的图像位置的至少一个区域指示符以及与至少一个区域指示符相关联的农业对象标签。数据驱动模型被配置为已经用包括多组示例的训练数据集进行了训练，每组示例包括示例田地中的一个或多个农业对象的示例图像以及相关联的示例元数据，示例元数据包括表示示例图像中的一个或多个农业对象的图像位置的至少一个区域指示符以及与至少一个区域指示符相关联的示例农业对象标签。该决策支持装置还包括输出单元，其被配置为输出与所接收的图像相关联的元数据。

技术领域

本发明涉及数字农作。更具体地说，本发明涉及用于农业对象检测的决策支持装置和方法。本发明还涉及一种移动装置、一种计算机程序元素和一种计算机可读介质。

背景技术

当前数字农作领域的图像识别应用侧重于单一杂草种类的检测。在这样的算法中，拍摄杂草的图像，该图像可以被发送到经过训练的卷积神经网络(CNN)并且由经过训练的CNN确定杂草种类。最近提出了增强的CNN架构，其允许对象检测网络根据区域建议(region proposal)算法来假设对象位置。与检测网络共享全图像卷积特征的区域候选网络(RPN，Region Proposal Network)可实现几乎无成本的区域候选。

在农业应用中，杂草环境对图像识别方法具有挑战性，因为田间可能会出现不同背景下的多种植物。因此，根据图像质量和环境，杂草检测的算法置信度可能会受到影响。特别是对于图像上的多种植物，此类算法不仅需要区分植物和环境，还需要区分植物本身。植物可能会在图像中叠加，这样加大了基于形状从图像中进行任何提取的难度。

发明内容

可能需要在农业应用中提供一种有效的识别方法。

本发明的目的通过独立权利要求的主题解决，其中进一步的实施例包含在从属权利要求中。应当注意，下面描述的本发明的一些方面也适用于决策支持装置、方法、移动设备、计算机程序元素和计算机可读介质。

本发明的第一方面提供了一种用于农业对象检测的决策支持装置，包括：

-输入单元，其被配置为接收田地中的一个或多个农业对象的图像；

-计算单元，其被配置为将数据驱动模型应用于所接收的图像以生成元数据，所述元数据包括表示所述一个或多个农业对象在示例图像中的图像位置的至少一个区域指示符以及与所述至少一个区域指示符相关联的农业对象标签，

其中所述数据驱动模型被配置为已经用包括多组示例的训练数据集进行了训练，每组示例包括示例田地中的一个或多个农业对象的示例图像以及相关联的示例元数据，所述示例元数据包括表示所述示例图像中的述一个或多个农业对象在所述示例图像中的图像位置的至少一个区域指示以及与所述至少一个区域指示相关联的示例农业对象标签；以及

-输出单元，其被配置为输出与所接收的图像相关联的所述元数据。