MV-Match：面向域自适应植物养分缺乏识别的多视图匹配
计算机视觉与模式识别
2024-09-04 v1
摘要
早期、非侵入式的现场养分缺乏检测对于及时采取行动以防止因养分不足造成的作物重大损失至关重要。虽然获取标注数据非常昂贵，但从作物的多个视角采集图像却相对简单。尽管多视图在标注源域和未标注目标域中均可用的无监督域自适应具有实际应用价值，但这仍是一个尚未探索的研究领域。因此，本文提出了一种在源域和目标域中利用多相机视图进行无监督域自适应的方法。我们在两个养分缺乏数据集上评估了所提出的方法。与其他无监督域自适应方法相比，该方法在两个数据集上均取得了最先进的结果。数据集和源代码可在 https://github.com/jh-yi/MV-Match 获取。
引用
@article{arxiv.2409.00903,
title = {MV-Match: Multi-View Matching for Domain-Adaptive Identification of Plant Nutrient Deficiencies},
author = {Jinhui Yi and Yanan Luo and Marion Deichmann and Gabriel Schaaf and Juergen Gall},
journal= {arXiv preprint arXiv:2409.00903},
year = {2024}
}
备注
BMVC 2024 camera-ready version