论文部分内容阅读
随着深度学习的不断发展,深度卷积神经网络也越来越多地被应用于计算机视觉领域,使其在智能农机大田作业中拥有广阔的应用前景。为了更好地获取大田环境信息,本文以西北农林科技大学试验田图像作为研究对象,利用深度学习技术,结合有监督训练方法,实现了大田复杂场景图像的语义分割。本文的主要研究内容及结论如下:(1)全卷积神经网络模型的设计。针对大田场景易受光照、天气和温度等因素的影响,且场景中目标种类较多,传统的分割算法不能有效解决以上问题,而卷积神经网络对几何变换和光照具有高度不变性,设计了全卷积神经网络(FCN)模型进行大田复杂场景图像语义分割。通过反卷积层的方式,实现了大田图像像素级的语义分割。(2)基于FCN的大田复杂场景图像的语义分割。针对FCN中容易出现的过拟合问题,研究了数据增强的方法。然后采用模型二阶段训练的方法,解决了深度学习网络训练时间长,不容易收敛的问题。最后采用FCN-32s、FCN-16s和FCN-8s三种不同的上采样网络结构进行了对比实验,实验结果表明,FCN-8s网络结构效果最好,其像素准确率可以达到90.87%,平均IU可以达到75.52%。针对大田场景光照充足和光照不足的情况,分别采用光照充足和光照不足的数据集对模型进行测试,实验结果表明该模型对于大田光照变化具有良好的适应性和稳定性。(3)大田复杂场景图像语义分割模型的优化。针对传统激活函数对于数据利用不充分,对噪声鲁棒性差的问题,本文分别研究了采用修正线性单元(ReLU)和指数线性单元(ELU)激活函数的模型,实验结果表明,ELU激活函数可以加快模型的收敛速度,且对噪声的鲁棒性较好。然后采用Batch Nomalization(BN),使得FCN训练过程更加稳定,同时起到了正则化的作用。通过分别采用支持向量机(SVM)和多项逻辑回归(Softmax)分类器建立模型,实现大田复杂场景图像的语义分割,通过对比实验发现,采用SVM分类器的模型效果表现更好。优化模型的像素准确率达到了91.86%,平均IU提升到了76.84%,说明经过优化的模型更适合大田复杂场景图像的语义分割。综上,本文采用ELU激活函数、模型二阶段训练和SVM分类器基本实现了基于FCN的大田复杂场景图像的语义分割模型,并实验验证了该模型的有效性,可以直接利用大田图像,实现了大田图像像素级的预测,其为大田复杂场景图像语义分割的研究提供了一定的基础。