期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
ViT-Count:面向冠层遮挡的Vision Transformer树木计数定位方法
1
作者 张乔一 张瑞 霍光煜 《北京林业大学学报》 北大核心 2025年第10期128-138,共11页
【目的】针对复杂场景中树木检测的挑战,如遮挡、背景干扰及密集分布等,本研究提出一种基于Vision Transformer(ViT)的树木检测方法(ViT-Count),提升模型对复杂场景中树木的检测精度与鲁棒性。【方法】采用ViT作为基础模型,其在捕捉图... 【目的】针对复杂场景中树木检测的挑战,如遮挡、背景干扰及密集分布等,本研究提出一种基于Vision Transformer(ViT)的树木检测方法(ViT-Count),提升模型对复杂场景中树木的检测精度与鲁棒性。【方法】采用ViT作为基础模型,其在捕捉图像中全局上下文信息方面具有天然优势,尤其适用于形态多变的复杂环境。设计针对树木的视觉提示调优VPT机制,其通过在特征中注入可学习提示(prompts),优化模型在林地高密度树冠、光照变化及不同树种结构下的特征提取能力,提高对不同林分类型的适应性。设计卷积模块的注意力机制模块,利用其在局部感知基础上的长距离依赖建模能力,有效强化模型对树木遮挡、重叠及形态相似目标的辨别能力,提高整体检测的鲁棒性与准确性。设计一个树木检测解码器,通过多层卷积、归一化、GELU激活与上采样操作逐步还原空间分辨率,以生成的目标密度图实现树木计数与定位。【结果】该方法在提升森林、城市场景下的树木检测鲁棒性的同时,增强了模型在多尺度树木目标上的泛化能力。在Larch Casebearer数据集和Urban Tree数据集上进行的实验显示,与其他主流模型相比,该方法的MAE和RMSE最多分别降低了2.53、3.99,表明其泛化能力更强,具有最优的树木检测性能。可视化实验结果表明,在密集森林场景和复杂城市场景中,所提模型均具有较高的树木检测准确率。消融实验的结果证明了模型主要模块的有效性。【结论】基于Vision Transformer的面向复杂场景的树木计数与定位方法能够充分发挥ViT的全局建模能力及视觉提示调优机制任务适应性,结合卷积模块的注意力机制,有效提升复杂场景树木计数与定位的精度与鲁棒性。 展开更多
关键词 目标识别 树木计数 树木定位 复杂场景 Vision Transformer(ViT) 视觉提示调优(VPT) 注意力机制
在线阅读 下载PDF
基于OpenCV的桉树人工林林木株数识别与统计研究 被引量:5
2
作者 吴天冬 戚澍 《林业科技》 2020年第5期37-38,共2页
在桉树短轮伐期工业用材林的伐区调查时,往往要估算整个采伐小班的林木株数。为了实现快速林木株数统计,提出一种基于无人机航拍影像与OpenCV图像识别计数的处理方法,对航拍的林地影像进行灰度转化、二值化、形态学处理、连通区域分割... 在桉树短轮伐期工业用材林的伐区调查时,往往要估算整个采伐小班的林木株数。为了实现快速林木株数统计,提出一种基于无人机航拍影像与OpenCV图像识别计数的处理方法,对航拍的林地影像进行灰度转化、二值化、形态学处理、连通区域分割计算等处理。最后基于二值图片,标记每株树木影像的质心编号,从而实现图像范围内的林木株数统计。结果表明,该方法可将每株树冠有效分离出来,成功解决了计数目标粘连现象对后续分析、测量产生干扰的问题,算法基于Python+OpenCV平台,语言简便易行。经测试,识别准确率可达99%,是一种有效的林木株数计数方法。 展开更多
关键词 OPENCV 桉树人工林 图像处理 树木计数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部