Сверточные нейронные сети в задачах мониторинга состояния сельскохозяйственной растительности по данным аэрофотосъемки

• Veröffentlicht in: Штучний інтелект
• Datum: 2018
• Hauptverfasser: Ганченко, В.В., Дудкин, А.А.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2018
• Schlagworte: Прикладні інтелектуальні технології та системи
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/162449
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Сверточные нейронные сети в задачах мониторинга состояния сельскохозяйственной растительности по данным аэрофотосъемки / В.В. Ганченко, А.А. Дудкин // Штучний інтелект. — 2018. — № 3 (81). — С. 103-110. — Бібліогр.: 22 назв. — рос.

В данной работе рассматривается задача распознавания состояния сельскохозяйственной раститель-ности по данным аэрофотосъемки различного пространственного разрешения. В качестве основы для рас-познавания используется классификатор, позволяющий осуществлять классификацию входного изображе-ния на три класса: «здоровая растительность», «пораженная растительность» и «почва». Предложенный классификатор строится из двух сверточных нейронных сетей, позволяющих выполнять классификацию на два класса: «здоровая растительность» и «пораженная растительность», «растительность» и «почва». In the article a recognition task of agricultural vegetation using aerial images of different spatial resolution is considered. An image classifier is proposed that allows classifying image segments into three classes: “healthy vegeta-tion”, “diseased vegetation” and “soil”. This classifier is implemented by two convolution neural networks that previ-ously form two classes of vegetation state: “healthy vegetation”-“diseased vegetation” and “vegetation”-“soil”.