(3)玉米生理特征图像中玉米的尺度存在着较大的差异就需要融合
多种图像的特征来估计玉米生理特征的数量,这些特征人工很难设计。
本方案使用了一种基于混合神经网络模型(MCNN+DCNN)来
实现实时准确的玉米生理特征数量统计,一个多列卷积神经网络 MC
NN 作为模型的前端输入,MCNN 使用自适应卷积核的方法,避免密
度统计中的前景分割的问题。同时可以用于捕获特征信息,使用多种
不同大小的卷积核来适应玉米生理特征阴影的角度,形状和面积变化。
同时,一个更宽更深的卷积神经网络 DCNN 被用于作为后端,来减
少网络在传输过程中空间结构信息的损失。最终构成一个混合神经网
络模型,估算玉米生理特征的数量。
CNN 的特点是位置感知和权重共享机制,CNN 使用原始影像作
为输入,它可以从大量的样本中有效地学习相应的特征,以及避免复
杂的特征提取过程。但是相同尺寸接收区的卷积核不足以捕获多个不