基于空间特征和深度特征强化技术的害虫图像定位识别方法技术

本发明专利技术涉及一种基于空间特征和深度特征强化技术的害虫图像定位识别方法，与现有技术相比解决了图像识别技术无法满足农业害虫检测需要的缺陷。本发明专利技术包括以下步骤：基础图像数据的获取；标准卷积块的处理；全局激活模块的处理；害虫图像候选框的提取；害虫图像的定位识别。本发明专利技术利用基于空间和深度特征强化的全局激活模块去学习特征权重，基于空间特征强化的网络结构分支使得在空间上有效的空间位置信息权重大、无效或效果小的空间位置信息权重小，基于深度特征强化的网络结构分支使得在通道上有效的特征图权重大、无效或效果小的特征图权重小，并可以将全局激活模块应用到不同深度的标准卷积模块结构后强化重要的信息特征。

Pest image location and recognition method based on spatial feature and depth feature enhancement technology

【技术实现步骤摘要】
基于空间特征和深度特征强化技术的害虫图像定位识别方法
本专利技术涉及图像识别
，具体来说是基于空间特征和深度特征强化技术的害虫图像定位识别方法。
技术介绍
随着计算机视觉技术和图像处理技术的快速发展，基于图像的害虫自动识别与计数技术在近年来已成为研究热点。虽然此方法省时省力，具有智能化等优点，但是田间自然环境下害虫的识别与计数仍然面临巨大挑战。首先，采集图像时，外界环境的光照不稳定、不均匀影响图像的质量；其次，采集的图像混有其他杂物，背景较复杂；再者，图像中的害虫目标较小，姿态各异，因此识别具有较大的困难。现有技术中，虽有部分技术从特征角度出发进行害虫的图像识别，但大多数使用深度学习的物体检测方法在通用物体的检测和分类上表现优异，在农业害虫检测应用中准确率低、鲁棒性差。经过分析，其原因可能是大多数害虫目标较小，特征信息在深层消失而浅层的特征缺乏语义含义。因此，如何设计出一种能够应用于农业害虫检测的方法已经成为急需解决的技术问题。
技术实现思路
本专利技术的目的是为了解决现有技术中图像识别技术无法满足农业本文档来自技高网...

【技术保护点】
1.一种基于空间特征和深度特征强化技术的害虫图像定位识别方法，其特征在于，包括以下步骤：/n11)基础图像数据的获取：获取待定位识别的害虫图像；/n12)标准卷积块的处理：将待定位识别害虫图像输入标准卷积块进行处理，得到待定位识别害虫图像的特征图；/n13)全局激活模块的处理：将待定位识别害虫图像的特征图输入全局激活模块进行处理，得到强化后的特征图；/n14)害虫图像候选框的提取：将强化后的特征图输入候选框提取网络，提取出定位害虫的候选框，生成候选区域集；/n15)害虫图像的定位识别：将害虫图像候选区域集输入到分类回归模块进行定位识别，利用Softmax Loss网络输出层和Smooth L1...

【技术特征摘要】
1.一种基于空间特征和深度特征强化技术的害虫图像定位识别方法，其特征在于，包括以下步骤：
11)基础图像数据的获取：获取待定位识别的害虫图像；
12)标准卷积块的处理：将待定位识别害虫图像输入标准卷积块进行处理，得到待定位识别害虫图像的特征图；
13)全局激活模块的处理：将待定位识别害虫图像的特征图输入全局激活模块进行处理，得到强化后的特征图；
14)害虫图像候选框的提取：将强化后的特征图输入候选框提取网络，提取出定位害虫的候选框，生成候选区域集；
15)害虫图像的定位识别：将害虫图像候选区域集输入到分类回归模块进行定位识别，利用SoftmaxLoss网络输出层和SmoothL1Loss网络输出层得到分类概率和边框回归。


2.根据权利要求1所述的基于空间特征和深度特征强化技术的害虫图像定位识别方法，其特征在于，所述的全局激活模块的处理包括以下步骤：
21)对待定位识别害虫图像的特征图进行空间特征强化分析处理；
22)对待定位识别害虫图像的特征图进行深度通道特征强化分析处理；
23)害虫图像特征的融合：将空间特征强化结果与深度通道特征强化结果相加，即对待定位识别害虫图像特征图的空间特征强化结果和深度通道特征强化结果相加得到强化后的特征图Ystrong：



将强化后的特征图Ystrong输入特征金字塔网络进行融合，利用低层特征的高分辨率信息和高层特征的高语义信息，得到融合多层强化特征信息的特征图。


3.根据权利要求1所述的基于空间特征和深度特征强化技术的害虫图像定位识别方法，其特征在于，所述标准卷积块的处理步骤如下：
31)对待定位识别害虫图像进行标准的卷积块操作f(X)，卷积块操作f(X)的输入输出定义如下：






其中，表示第i个卷积核，每个卷积核均用于提取不同类型的特征，X表示输入，xj表示第j个通道的输入；
32)输出f(X)所得到的Y，Y为C个大小为W×H的待定位识别害虫图像的特征图，Yi表示Y中第i个通道的特征图。


4.根据权利要求2所述的基于空间特征和深度特征强化技术的害虫图像定位识别方法，其特征在于，所述的对待定位识别害虫图像的特征图进行空间特征强化分析处理包括以下步骤：
41)将标准卷积块提取的多通道特征图Y输入全局平均池化层，全局平均池化操作如下：



全局平均池化将输入的W×H×C特征图转换成W×H×1的输出Z；即从每个特征图空间位置的所有通道中取平均值，生成低维的平均空间位置特征；
42)进行空间信息特征激活，其表达式如下：



其激活过程如下：
421)代表第一组全连接层操作，Z的维度为W×H×1，按顺序变成1×1×(W×H)的向量经过第一层全连接操作的结果为1×1×(W×H)/r，r为缩放参数；然后再经过一个非线性激活ReLU函数，输出的维度不变仍为1×1×(W×H)/r；
422)代表第二组全连接层操作，经过第二层全连接操作的结果为1×1×(W×H)；最后经过非线性激活sigmoid函数将一维的特...

【专利技术属性】
技术研发人员：陈天娇，王儒敬，刘浏，谢成军，刘万才，张洁，李瑞，陈红波，董伟，胡海瀛，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽;34