VddNet：基于多光谱图像与深度图的葡萄藤病害检测网络
图像与视频处理
2020-10-13 v1
摘要
葡萄藤病害的早期检测对于避免病毒或真菌传播十分重要。病害蔓延会导致葡萄产量巨大损失及灾难性经济后果，因此该问题对精准农业而言是一项挑战。本文提出一种葡萄藤病害检测新系统。文章包含两方面贡献：其一是利用无人机（UAV）获取的多光谱图像进行正射影像自动配准方法；其二是提出一种称为 VddNet（Vine Disease Detection Network，葡萄藤病害检测网络）的新深度学习架构。通过将所提架构与最知名的架构 SegNet、U-Net、DeepLabv3+ 和 PSPNet 进行比较来评估该架构。这些深度学习架构均在多光谱数据与深度图信息上训练。所提架构的结果表明，VddNet 架构取得了高于基线方法的分数。此外，本研究证明所提系统相较于直接使用 UAV 图像的方法具有诸多优势。
引用
@article{arxiv.2009.01708,
title = {VddNet: Vine Disease Detection Network Based on Multispectral Images and Depth Map},
author = {Mohamed Kerkech and Adel Hafiane and Raphael Canals},
journal= {arXiv preprint arXiv:2009.01708},
year = {2020}
}