论文部分内容阅读
为了解决复杂棉田环境中的多模态棉铃计数问题,提出一种基于密度等级分类的田间棉铃计数算法.首先采用密度等级分类估计器对图像中的全局上下文信息进行编码;然后利用多列结构的密度图估计器将输入图像转换为高维特征映射;最后通过特征融合神经网络,将分类信息与高维特征映射相结合,以生成高质量的密度图,进而实现对田间棉铃进行计数.此外,构建了一个包含412幅田间棉铃图像的数据集,该数据集可根据不同的环境、年份和地域条件进行划分,以进行实验和对比.实验结果表明,所提出的算法达到了更低的计数误差,其有效性和鲁棒性均优于