开展植物图像识别研究具有重要的现实意义:有助于保护生物多样性;有助于药材安全和寻求紧缺药材的替代品,推进医药事业的健康可持续发展;有助于满足大众对植物知识的求知欲,激发大众对生态保护的兴趣;有助于对遭遇病虫害的植物进行识别,推进农业信息化,保障农作物生长。基于图像的方法被认为是用于植物鉴定最有前途的方法。目前大量的研究致力于植物物种识别过程的自动化。随着机器学习技术的发展,神经网络方法凭其强大的特征提取能力被广泛用于植物识别。植物图像识别分类主要研究植物器官的图像分类,包括花、茎、叶、果实器官的大小、形状、颜色、生长位置、质量、边缘、图案、纹理、静脉等特征的分类。以往大部分研究主要是利用叶子、花的图像特征进行分类,这些特征分类需要训练模型重新认识这些植物并进行分类,并未充分利用现有的植物分类知识。而植物学家在植物分类方面已经做了大量的基础工作,整理并总结归纳了每种植物区别于其他物种的特征,以文字和图画的方式加以记录,同时这些分类信息很容易获取。基于目前学界的研究现状和现有的植物分类知识,本文提出的方法是一种基于注意力机制的图像识别方法。通过构造编码器-解码器架构的注意力机制模型来抽取植物图像特征并将其转化为植物特征的文字描述,然后再对生成的植物文字信息进行物种分类,在Flavia数据集上可以达到98%的准确率。该方法在分类效果上持平了深度卷积神经网络的结果,同时利用了植物学家在植物分类方面的先验知识。该方法的优势是易于将模型扩展到比较大的植物类别中,同时使预测结果具有良好的可解释性。在样本集数量较少的情况下,该方法的预测结果可以方便地验证样本分类的准确性。