Leaf Recognition System

説明

植物は、私たちが住んでいる場所だけでなく、私たちのいない場所にも存在します。それらの多くは、人間社会の発展にとって重要な情報を運んでいます。差し迫った状況は、多くの植物が絶滅の危機に瀕していることです。したがって、植物保護のためのデータベースを設定することが非常に必要です。最初のステップは、コンピューターに植物の分類方法を教えることだと考えています。細胞生物学や分子生物学などの他の方法と比較して、葉の画像に基づく分類は、葉の植物の分類の最初の選択肢です。葉のサンプリングと写真撮影は、低コストで便利です。葉の画像は簡単にコンピュータに転送でき、コンピュータは画像処理技術で自動的に特徴を抽出できます。一部のシステムでは、植物学者が使用する記述を採用しています。しかし、それらの特徴を自動的に抽出してコンピューターに転送することは容易ではありません。

画像特徴の高次統計と形状情報を組み合わせた葉の分類のための効率的なアルゴリズムと、非線形分類器としてのニューラル ネットワークを開発しました。コードは FLAVIA データベースでテストされ、92.09% という優れた認識率を達成しました (32 クラス、40 のトレーニング画像、および各クラスのテストに使用される残りの画像。したがって、合計で 1280 のトレーニング画像と 627 のテスト画像がランダムに選択され、トレーニング画像とテスト画像の間に重複があります)。

私たちのアプローチは FLAVIA アルゴリズムよりも優れており、さらに人間が介入する部分を必要としません。実際、FLAVIA アルゴリズムでは、マウス クリックで葉の主脈の 2 つの末端をマークする必要があります。 2 つの端末間の距離は、生理学的長さとして定義されます。