基于深度学习的昆虫图像识别技术研究

• 作 者: 庞宏伟
• 出 处: 中国科学院大学(中国科学院人工智能学院)
• 发表日期: 2020年01期
• 关键词: 昆虫图像识别 深度学习 目标分类 目标检测

昆虫图像的计算机识别是人工智能技术的一项重要应用,它可以让昆虫分类学家从繁重枯燥的物种鉴定任务中解放出来,极大地满足不同行业对于昆虫物种鉴定的迫切需求。现有昆虫图像识别系统大多采用传统模式分类技术,主要依靠人工分割目标区域,分类精度也有限。因此,本文探索基于深度学习的昆虫图像识别技术,并以此为基础搭建了用于实际的识别系统。主要工作及研究成果包括以下三个方面。1.实现了基于深度神经网络的昆虫目标分类方法,搭建了基础的昆虫识别系统。该系统使用时用户对待识别图像中的昆虫目标区域进行划分并提交至识别系统,系统实时地返回识别结果,同时,本文还引入了数据增强、模型融合等手段,有效地提升了分类的性能。2.实现了基于深度神经网络的目标检测技术用于昆虫目标定位。通过对几种主流深度目标检测方法进行实验评测,选择了最适于该问题的模型,并且对其进行改进,使其在小目标昆虫上可以取得更好的性能。该方法用于昆虫识别系统,实现了功能上的改进。3.通过对现有分类和检测网络进行改进,分别提出面向未知类别的昆虫分类和检测算法,它能够从图像中发现数据库中不存在的昆虫种类。初步的实验结果显示,所提出算法可以在基本不降低已知物种识别性能的前提下有效发现未知的新物种。