张会敏;谢泽奇

信阳农林学院信息工程学院

水稻害虫识别;尺度空洞卷积;胶囊网络;孪生网络;多尺度空洞胶囊孪生网络

水稻是我国主要的农业粮食产物，害虫严重影响水稻的产量和质量。为了快速、准确地识别水稻害虫，针对现有传统识别算法中需要依赖大量训练样本、训练时间长等问题，提出一种基于孪生多尺度空洞胶囊网络(multi-scale dilated capsule siamese network, MSDCSNet)的水稻害虫识别方法。首先，该方法采用3个空洞Inception模块依次提取图像的多尺度卷积特征；其次，由胶囊网络进一步提取特征向量，构建图像的特征向量对；然后通过孪生网络计算每对向量图像的余弦相似度进行害虫识别，该方法集合多尺度空洞卷积、胶囊网络和孪生网络的优势，可有效克服深度卷积网络需要大样本、训练时间长等问题；最后在一个自建的水稻害虫小样本数据集上进行测试，实现对水稻5种常见害虫(稻蝗、稻纵卷叶螟、稻棘缘蝽、二化螟、稻飞虱)的识别，平均识别率达到95.6%,与VGG19算法、ACapsNet算法相比，识别率分别提高20.8、3.6百分点。结果表明，该方法在小训练样本集中，具有较强的鲁棒性和较高的识别率，可实现对水稻害虫的精确识别，为其他农作物的害虫识别提供参考。