TasselNet：通过局部计数回归网络在野外统计玉米雄穗
计算机视觉与模式识别
2017-07-11 v1 机器学习
摘要
准确计数玉米雄穗对于监测玉米植株的生长状况十分重要。然而，这一繁琐任务仍主要依靠人工完成。在现代植物表型分析的背景下，实现该任务自动化是满足基因型和表型大规模分析需求的必然要求。近年来，由于大规模数据集的出现和计算资源的增加，计算机视觉技术取得了显著突破。自然地，基于图像的方法也在植物相关研究中受到诸多关注。但事实是，大多数用于植物表型分析的基于图像的系统部署在受控的实验室环境中。当将应用场景转移到无约束的田间条件时，野外的内在和外在变化给玉米雄穗的准确计数带来了巨大挑战，这超出了传统图像处理技术的能力。这需要更鲁棒的计算机视觉方法来解决田间变化。本文研究玉米雄穗的田间计数问题。据我们所知，这是首次在不受约束的基于田野的环境中使用计算机视觉技术考虑植物相关的计数问题。
引用
@article{arxiv.1707.02290,
title = {TasselNet: Counting maize tassels in the wild via local counts regression network},
author = {Hao Lu and Zhiguo Cao and Yang Xiao and Bohan Zhuang and Chunhua Shen},
journal= {arXiv preprint arXiv:1707.02290},
year = {2017}
}
备注
14 pages