[发明专利]基于特征选择模块的林业害虫识别方法及系统

说明书

本公开提供了一种基于特征选择模块的林业害虫识别方法及系统，包括：获取林业害虫图像；根据获取的林业害虫图像以及预设的林业害虫识别网络模，得到林业害虫分类结果，进行林业害虫识别；其中，所述林业害虫识别网络模型通过扩充处理后的林业害虫图像训练集，训练嵌入了特征选择模块的ResNet网络得到；所述特征选择模块通过特征选择单元与残差映射相结合得到；本公开将经典的ResNet特征提取网络与设计的特征选择模块相结合，使网络可以有目的地进行特征提取，选择输入数据中害虫特征信息，并且加以增强，可以有效地解决害虫图片背景复杂度高以及部分害虫相似度高的问题，有效地提高了识别精度。

技术领域

本公开属于计算机视觉技术领域，尤其涉及一种基于特征选择模块的林业害虫识别方法及系统。

背景技术

林业害虫对森林的破坏是显而易见的，如何提高林业害虫防治水平一直是社会的研究热点。

本公开发明人发现，由于环境因素变化较大，害虫背景信息变化大，并且害虫在图像中呈现的尺寸和角度差别大，为林业害虫的识别研究带来较大的挑战；而现有的基于计算机视觉技术进行的林业害虫识别方法中，没有考虑害虫背景信息等因素对识别结果的影响，存在识别精度不高的问题。

发明内容

本公开为了解决上述问题，提出了一种基于特征选择模块的林业害虫识别方法及系统；本公开中，特征提取网络利用ResNet残差网络，该网络能够有效地提取图像的特征信息，针对目标害虫背景变化较大以及部分害虫相似度较大带来的问题，设计特征选择模块(Feature Selection Module，FSM)，并且将设计好的特征选择模块嵌入到ResNet网络中残差模块之后，对每次降维得到的特征图，都选择一部分重要的特征数据进行强化处理，使模型动态地关注图像的某些位置，让网络有选择性地关注有区分度的区域，有效地忽略掉害虫图像的背景信息从而提高网络整体的识别精度。

第一方面，本公开提供了一种基于特征选择模块的林业害虫识别方法，包括：

获取林业害虫图像；

根据获取的林业害虫图像以及预设的林业害虫识别网络模型，得到林业害虫分类结果，进行林业害虫识别；

其中，所述林业害虫识别网络模型，通过扩充处理后的林业害虫图像和嵌入了特征选择模块的ResNet网络训练得到；所述特征选择模块通过特征选择单元与残差映射相结合得到。

进一步的，林业害虫识别网络模型训练内容包括：

获取林业害虫图像，并且根据害虫种类进行分类，将搜集的图片按比例划分训练集与测试集；

对划分后训练集中的数据图像做扩充处理；

构造基于特征选择模块的ResNet网络；

基于扩充后的训练集和构造的ResNet网络，训练得到林业害虫识别网络模型。

进一步的，林业害虫图像的扩充处理包括随机翻转、增加对比度、随机灰度处理、垂直镜像变换和水平镜像变换。

进一步的，所述ResNet网络包括四个残差模块，每一个残差模块都包括卷积、标准化、激活函数、残差映射和池化，每次卷积操作都对应一次标准化处理，数据每一次通过残差模块都有效地提取图片中的害虫特征。

进一步的，所述特征选择模块由通道特征选择单元、空间特征选择单元以及残差映射结构组成；其中，所述通道特征选择单元由1个全局平均池化层、1个全局最大池化层和多层感知机组成；所述空间特征选择单元由1个沿通道轴应用的平均池化层、1个沿通道轴应用的最大池化层和卷积层组成；将所述通道特征选择单元与所述空间特征选择单元串联起来，得到特征选择单元，然后将该单元和残差映射结构结合，组成特征选择模块。