基于自监督学习的番茄植株图像深度估计方法

论文摘要

深度估计是智能农机视觉系统实现三维场景重建和目标定位的关键。该文提出一种基于自监督学习的番茄植株图像深度估计网络模型,该模型直接应用双目图像作为输入来估计每个像素的深度。设计了3种面向通道分组卷积模块,并利用其构建卷积自编码器作为深度估计网络的主体结构。针对手工特征衡量2幅图像相似度不足的问题,引入卷积特征近似性损失作为损失函数的组成部分。结果表明:基于分组卷积模块的卷积自编码器能够有效提高深度估计网络的视差图精度;卷积特征近似性损失函数对提高番茄植株图像深度估计的精度具有显著作用,精度随着参与损失函数计算的卷积模块层数的增加而升高,但超过4层后,其对精度的进一步提升作用不再明显;当双目图像采样距离在9.0 m以内时,该文方法所估计的棋盘格角点距离均方根误差和平均绝对误差分别小于2.5和1.8 cm,在3.0 m以内时,则分别小于0.7和0.5 cm,模型计算速度为28.0帧/s,与已有研究相比,2种误差分别降低了33.1%和35.6%,计算速度提高了52.2%。该研究可为智能农机视觉系统设计提供参考。

论文目录

文章来源

类型: 期刊论文

作者: 周云成,许童羽,邓寒冰,苗腾,吴琼

关键词: 图像处理,卷积神经网络,算法,自监督学习,深度估计,视差,深度学习,番茄

来源: 农业工程学报 2019年24期

年度: 2019

分类: 农业科技,信息科技

专业: 园艺,计算机软件及计算机应用,自动化技术

单位: 沈阳农业大学信息与电气工程学院

基金: 辽宁省自然科学基金(20180551102),国家自然科学基金(31601218)

分类号: TP391.41;TP18;S641.2

页码: 173-182

总页数: 10

文件大小: 9345K

下载量: 202

相关论文文献

• [1].利用自监督卷积网络估计单图像深度信息[J]. 计算机辅助设计与图形学学报 2020(04)
• [2].移动设备载体上的图像深度应用[J]. 中国公共安全 2015(09)
• [3].基于深度学习的单目图像深度估计的研究进展[J]. 激光与光电子学进展 2019(19)
• [4].应用残差稠密网络的无监督单幅图像深度估计[J]. 小型微型计算机系统 2019(11)
• [5].基于马尔可夫随机场的单目图像深度估计[J]. 微型电脑应用 2010(11)
• [6].基于遮挡场景的光场图像深度估计方法[J]. 光学学报 2020(05)
• [7].利用红外线实现图像深度信息获取[J]. 现代工业经济和信息化 2018(07)
• [8].基于监督学习的单幅图像深度估计综述[J]. 计算机辅助设计与图形学学报 2018(08)
• [9].基于导向图优化的单幅图像深度去雾算法[J]. 计算机应用 2017(01)
• [10].基于舌图像深度特征融合的中医体质分类方法研究[J]. 北京生物医学工程 2020(03)
• [11].基于结构化深度学习的单目图像深度估计[J]. 机器人 2017(06)
• [12].基于深度哈希特征在水下图像深度估计研究[J]. 科技展望 2016(20)
• [13].基于多流对极卷积神经网络的光场图像深度估计[J]. 计算机应用与软件 2020(08)
• [14].符号学视角下的地理图像深度教学“元”问题探究[J]. 教育导刊 2018(01)
• [15].阅读培根,图像深度的可能[J]. 现代装饰 2017(10)
• [16].单幅图像深度信息的提取[J]. 制造业自动化 2010(03)
• [17].图像深度层次特征提取算法[J]. 模式识别与人工智能 2017(02)
• [18].基于非参数化采样的单幅图像深度估计[J]. 计算机应用研究 2017(06)
• [19].基于支持向量机的图像深度提取方法[J]. 哈尔滨商业大学学报(自然科学版) 2012(05)
• [20].融合两种深度线索的光场图像深度估计方法[J]. 计算机工程与应用 2020(15)
• [21].基于连续图像深度学习的Wi-Fi人体行为识别方法[J]. 通信学报 2020(08)
• [22].一种改进的医学图像深度信息恢复算法[J]. 电子科技 2016(01)
• [23].基于编解码卷积神经网络的单张图像深度估计[J]. 图学学报 2019(04)
• [24].基于CNN特征提取和加权深度迁移的单目图像深度估计[J]. 图学学报 2019(02)
• [25].结合SFS和双目模型的单幅图像深度估计算法[J]. 计算机科学 2019(S1)
• [26].基于多通道卷积神经网络的单幅图像深度估计[J]. 计算机应用与软件 2020(06)
• [27].基于DenseNet的单目图像深度估计[J]. 计算机测量与控制 2019(02)
• [28].基于LLOM的单目图像深度图估计算法[J]. 计算机应用研究 2012(11)
• [29].基于DRF-MAP模型的单目图像深度估计的改进算法[J]. 红外技术 2009(12)
• [30].基于轮廓特征理解的城市道路图像深度估计[J]. 光学学报 2014(07)

标签：图像处理论文;  卷积神经网络论文;  算法论文;  自监督学习论文;  深度估计论文;  视差论文;  深度学习论文;  番茄论文;