袁銀++王東斌++劉永金

摘要 傳統(tǒng)植物圖像識別研究主要集中在植物葉片圖像。研究將深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)運(yùn)用于植物識別領(lǐng)域，突破局部葉片圖像的限制，對常規(guī)植物圖片進(jìn)行識別。該方法運(yùn)用googleNet的深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過圖像旋轉(zhuǎn)、鏡像、隨機(jī)裁剪等數(shù)據(jù)預(yù)處理方法擴(kuò)充訓(xùn)練集，再利用SGD（隨機(jī)梯度下降法）進(jìn)行模型算法優(yōu)化，生成對50種常規(guī)植物圖像的識別模型。結(jié)果表明，該模型在測試集上能夠達(dá)到平均90%的準(zhǔn)確率。

關(guān)鍵詞 植物圖像識別；深度學(xué)習(xí)；神經(jīng)網(wǎng)絡(luò)

中圖分類號 TP391.41 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-5739（2017）23-0278-03

Abstract Traditional plant image recognition research is mainly focused on plant leaf images.The deep neural network was applied to the field of plant recognition，it breaks through the restriction of the local leaf image and identifies the conventional plant pictures.GoogleNet deep convolution neural network structure was used，the training set was extend by data preprocessing methods such as image rotation，mirror image，random clipping and so on，and then SGD（stochastic gradient descent method）was used to optimize the model algorithm to generate 50 kinds of common plant image recognition model.The results showed that the model could achieve an average accuracy of 90% on the test data set.

Key words plant image recognition；depth learning；neural network

植物是地球分布最廣泛的生命形式，與人類生活環(huán)境的關(guān)系最為密切。目前，植物物種的識別主要依靠有經(jīng)驗(yàn)的專家和相關(guān)行業(yè)從業(yè)人員的專業(yè)知識和實(shí)踐經(jīng)驗(yàn)，工作量大且效率低。隨著計(jì)算機(jī)的計(jì)算能力大幅提升，尤其是移動(dòng)終端性能的提升和普及，人們獲取、保存和處理植物圖像的能力大幅度提升。研究如何通過植物圖像快速識別植物種類具有非常重要的意義，既可以促進(jìn)植物分類學(xué)科的發(fā)展，又可以普及植物知識，激發(fā)人們熱愛植物、保護(hù)環(huán)境生態(tài)的熱情[1-3]。

目前，業(yè)內(nèi)對植物圖像識別的研究主要集中在植物葉片圖像的識別方法上。在國外，早在1993年，Guyer等[4]通過提取17種葉片形狀特征對40類植物進(jìn)行分類。在國內(nèi)，杜吉祥等[5]研究了用Gabor小波對植物葉片圖像進(jìn)行多尺度紋理特征提取，再利用神經(jīng)網(wǎng)絡(luò)模型對特征向量進(jìn)行分類識別的方法。張 寧[6]提出了一種基于克隆選擇算法和K近鄰判別分析的葉片識別方法。李 萍等[7]提出了一種基于改進(jìn)稀疏表示的植物識別方法，利用最近鄰準(zhǔn)則實(shí)現(xiàn)稀疏表示，通過稀疏表示系數(shù)實(shí)現(xiàn)植物識別，而不需要進(jìn)行特征提取。

隨著構(gòu)建深層網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行多層次特征學(xué)習(xí)的人工智能方法在大規(guī)模圖片分類（ImageNet）競賽上取得突破性進(jìn)展，其在各個(gè)方面都受到了極大的關(guān)注，在圖像識別與語音識別領(lǐng)域也取得了很大的成功[8-10]。本文將深度學(xué)習(xí)應(yīng)用在植物圖像識別領(lǐng)域，使植物識別突破只能依靠局部葉片圖像的限制，實(shí)現(xiàn)對常規(guī)植物圖片的識別。

1 深度學(xué)習(xí)的概念及原理

神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元的結(jié)構(gòu)是wx+b的形式，如圖1所示，其中x1，x2表示輸入向量，w1，w2為權(quán)重，有幾個(gè)輸入則意味著有幾個(gè)權(quán)重，即每個(gè)輸入都被賦予一個(gè)權(quán)重，b為偏置bias，g（z）為激活函數(shù)，a為輸出。最終得到的輸出是g（z）=g（w1×x1+w2×x2+b），g是激活函數(shù)。

深度學(xué)習(xí)（deep learning）是深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法的簡稱，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)一般有一個(gè)隱藏層，神經(jīng)元之間采取全連接的方式，而深度學(xué)習(xí)基于深層構(gòu)建的結(jié)構(gòu)，在神經(jīng)網(wǎng)絡(luò)的輸入和輸出中間有多層的神經(jīng)元網(wǎng)絡(luò)（圖2）。

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network）廣泛應(yīng)用在圖像領(lǐng)域。圖3為卷積神經(jīng)網(wǎng)絡(luò)中的一個(gè)卷積層，由卷積操作（convolution）、非線性響應(yīng)操作（relu）以及池化操作（pooling）組成。

CONV為卷積計(jì)算層，線性乘積求和。由圖4可知，左邊是圖像輸入，中間部分就是濾波器filter（帶著一組固定權(quán)重的神經(jīng)元，也稱卷積核），不同的濾波器filter會(huì)得到不同的輸出數(shù)據(jù)，比如顏色深淺、輪廓。相當(dāng)于如果想提取圖像的不同特征，則用不同的濾波器filter，提取想要的關(guān)于圖像的特定信息，如顏色深淺或輪廓。relu為激勵(lì)層。relu是激活函數(shù)的一種。pooling為池化層。簡言之，即取區(qū)域平均或最大，即最大化該卷積層得到的特征，如圖5所示。

2 實(shí)驗(yàn)方法

2.1 算法流程

深度學(xué)習(xí)算法能夠有效運(yùn)行的一個(gè)關(guān)鍵就是基于大規(guī)模數(shù)據(jù)，因?yàn)樯疃葘W(xué)習(xí)網(wǎng)絡(luò)有眾多的參數(shù)，少量數(shù)據(jù)無法對網(wǎng)絡(luò)參數(shù)進(jìn)行充分訓(xùn)練。使用GoogleNet層的網(wǎng)絡(luò)結(jié)構(gòu)，把在ImageNet上訓(xùn)練好的網(wǎng)絡(luò)參數(shù)用于植物識別網(wǎng)絡(luò)的初始化參數(shù)，然后用標(biāo)定的植物圖像對網(wǎng)絡(luò)權(quán)重使用反向傳播的方法進(jìn)行調(diào)整，直到訓(xùn)練完成（圖6）。

2.2 數(shù)據(jù)獲取

首先要確定數(shù)據(jù)收集范圍。實(shí)驗(yàn)選擇華南地區(qū)50種常見植物名單，要求照片采集人員采用主流的普通數(shù)碼相機(jī)、常用各大品牌手機(jī)，使用正常的觀賞距離、多角度進(jìn)行拍攝，模擬普通人對植物花草的拍照場景。每種植物至少拍攝200張。

2.3 工具選擇

基于前文深度學(xué)習(xí)的基礎(chǔ)元素，采用caffe進(jìn)行模型構(gòu)建。caffe是C++開發(fā)的深度學(xué)習(xí)框架，計(jì)算效率高，包含python與matlab接口，能夠在讀取網(wǎng)絡(luò)模型定義后實(shí)現(xiàn)自動(dòng)求導(dǎo)、反向傳播訓(xùn)練，而且可切換CPU或GPU計(jì)算。

2.4 數(shù)據(jù)預(yù)處理

2.4.1 數(shù)據(jù)擴(kuò)充。為保證數(shù)據(jù)相對平衡并增加數(shù)據(jù)量，采用多種圖像數(shù)據(jù)擴(kuò)充方法，包括順時(shí)針旋轉(zhuǎn)、逆時(shí)針旋轉(zhuǎn)、水平鏡像翻轉(zhuǎn)、垂直鏡像翻轉(zhuǎn)、隨機(jī)剪裁（圖7）。

2.4.2 制作均值文件。即求所有訓(xùn)練數(shù)據(jù)像素的平均值，訓(xùn)練時(shí)會(huì)對圖片做減均值處理，這樣的好處是把輸入數(shù)據(jù)各個(gè)維度都中心化為0，避免數(shù)據(jù)過多偏差而影響訓(xùn)練效果。

2.4.3 劃分訓(xùn)練集與測試集。將處理好的圖片數(shù)據(jù)隨機(jī)分為訓(xùn)練集與測試集，訓(xùn)練過程只在訓(xùn)練集中進(jìn)行。在訓(xùn)練結(jié)束后，以測試集來估計(jì)準(zhǔn)確率。

2.5 訓(xùn)練參數(shù)設(shè)置

在選擇學(xué)習(xí)率、迭代次數(shù)這些模型外參數(shù)時(shí)，采用多折交叉驗(yàn)證法，將訓(xùn)練集再拆分為實(shí)際訓(xùn)練集與交叉驗(yàn)證集。通過觀察各類參數(shù)的不同效果，經(jīng)過多次嘗試，利用交叉驗(yàn)證，最終確定了0.000 1初始學(xué)習(xí)率，20萬次的迭代次數(shù)。初始學(xué)習(xí)率影響的是每一次反向傳播時(shí)，對參數(shù)優(yōu)化的調(diào)整幅度，需要根據(jù)特定任務(wù)確定合適的學(xué)習(xí)率，若幅度過大，則有可能矯枉過正，反而產(chǎn)生更差的結(jié)果；若幅度過小，則可能導(dǎo)致每次進(jìn)步很小，優(yōu)化到最優(yōu)結(jié)果的迭代次數(shù)過大，耗時(shí)過長。

2.6 優(yōu)化算法

傳統(tǒng)的反向傳播算法，每次計(jì)算所有圖片的累計(jì)錯(cuò)誤才能進(jìn)行一次迭代。在大量數(shù)據(jù)的場景下，這樣將導(dǎo)致消耗巨大的計(jì)算資源，耗時(shí)很長。因此，采用隨機(jī)梯度下降的優(yōu)化算法，將訓(xùn)練數(shù)據(jù)每次只取一小批，計(jì)算錯(cuò)誤后即做反向傳播優(yōu)化，反復(fù)迭代處理。 該種方法雖然每次并不是最優(yōu)方向，但在保證數(shù)據(jù)足夠隨機(jī)和迭代次數(shù)足夠多的情況下，依然能保證得到足夠好的結(jié)果，且計(jì)算消耗大幅減少，縮短訓(xùn)練時(shí)長。

2.7 結(jié)果與應(yīng)用

經(jīng)過一系列處理與訓(xùn)練，得到了訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型與參數(shù)，利用測試集檢驗(yàn)，最終得到平均90%的準(zhǔn)確性。植物識別模型封裝為可調(diào)用的程序模塊，可實(shí)際應(yīng)用到web服務(wù)和移動(dòng)APP，通過云服務(wù)方式實(shí)現(xiàn)實(shí)時(shí)在線識別植物品種。

3 結(jié)語

本文提出的基于深度學(xué)習(xí)的植物圖像識別方法，突破了基于植物局部特征識別的局限，擺脫了數(shù)據(jù)采集需要高度專業(yè)化的限制，降低了植物圖像識別的門檻，在識別速度和準(zhǔn)確性方面有了較大的突破。本方法需要的訓(xùn)練數(shù)據(jù)量較大，未來可探討搜集互聯(lián)網(wǎng)海量植物圖片作為訓(xùn)練集，實(shí)現(xiàn)模型的快速迭代和優(yōu)化。

4 參考文獻(xiàn)

[1] KRIZHEVSKY，A，SUTSKEVER I，et al.Imagenet classification with deep convolutional neural networks[R].Advances in neural information proce-ssing systems，2012.

[2] PRASOON A，PETERSEN K，IGEL C，et al.Deep feature learning for knee cartilage segmentation using a triplanar convolutional neural network[J].Med Image Comput Comput Assist Interv，2013，16（2）：246-53.

[3] SIMONYAN K，ZISSERMAN A.Very deep convolutional networks for large-scale image recognition[R].arXiv technical report，2014.

[4] GUYER D E，MILES G E， GAULTNEY L D，et al.A pplication of machine to shape analysis in leaf and plant identification[J].Transactions of the Asae，1993，36（1）：163-171.

[5] 杜吉祥，翟傳敏.基于Gabor文理特征的植物圖像識別方法[C]//第十四屆全國圖像圖形學(xué)學(xué)術(shù)會(huì)議論文集.北京：中國圖像圖形學(xué)會(huì)，2008：246-250.

[6] 張寧.基于圖像分析的植物葉片識別算法研究[D].北京：北京林業(yè)大學(xué)信息學(xué)院，2013.

[7] 李萍，張波，張善文.基于葉片圖像處理和稀疏表示的植物識別方法[J].江蘇農(nóng)業(yè)科學(xué)，2016，44（9）：364-367.

[8] 張寧，劉文萍.基于圖像分析的植物葉片識別技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究，2011（11）：4001-4007.

[9] 蘇玉梅.植物葉片圖像分析方法的研究與實(shí)現(xiàn)[D].南京：南京理工大學(xué)，2007.

[10] 龔丁喜，曹長榮.基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片分類[J].計(jì)算機(jī)與現(xiàn)代化，2014（4）：12-15.