کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4970355 1450036 2016 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Phenological visual rhythms: Compact representations for fine-grained plant species identification
ترجمه فارسی عنوان
ریتم های بصری فیزیکی: نمایه های جمع و جور برای شناسایی گونه های گیاهی دلفریب
کلمات کلیدی
فنولوژی راه دور، شناسایی کارخانه، تجزیه و تحلیل تصویر، سری زمانی، ریتم بصری،
ترجمه چکیده
فنولوژی گیاهی، مطالعه وقایع چرخه مکرر و ارتباط آن با آب و هوا، یک نظم کلیدی در تحقیقات تغییر اقلیم است. در این زمینه، دوربین های دیجیتال به طور موثر مورد استفاده قرار گرفته اند تا مانع ریزش برگ و پیر شدن در گیاهان در سراسر جهان شود. یک شرایط اولیه برای مشاهدات فنولوژیکی، شناسایی درست گیاهان را با توجه به مجموعه های زمانی مرتبط با تاج های آنها در تصاویر دیجیتالی نشان می دهد. در این مقاله، روش جدیدی را برای نشان دادن الگوهای فنولوژیکی گونه های گیاهی ارائه می کنیم. روش پیشنهادی بر اساس سری زمانی کدگذاری شده به عنوان یک ریتم بصری است. در اینجا ما روی برنامه های کاربردی رویکرد ما برای شناسایی گونه های گیاه تمرکز می کنیم. در این سناریو، ریتم های بصری با الگوریتم های توصیف تصویر مشخص می شوند. تجزیه و تحلیل مقایسه ای از توصیفگرهای مختلف انجام شده و مورد بحث قرار گرفته است. نتایج تجربی نشان می دهد که رویکرد ما دقت بالا را در شناسایی گونه های گیاهی فردی از ریتم بصری خاص خود دارد. علاوه بر این، نمایندگی ما جمع و جور است، و آن را برای سری داده های بلند مدت مناسب می سازد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Plant phenology, the study of recurrent life cycles events and its relationship to climate, is a key discipline in climate change research. In this context, digital cameras have been effectively used to monitor leaf flushing and senescence on vegetations across the world. A primary condition for the phenological observation refers to the correct identification of plants by taking into account time series associated with their crowns in the digital images. In this paper, we present a novel approach for representing phenological patterns of plant species. The proposed method is based on encoding time series as a visual rhythm. Here, we focus on applications of our approach for plant species identification. In this scenario, visual rhythms are characterized by image description algorithms. A comparative analysis of different descriptors is conducted and discussed. Experimental results show that our approach presents high accuracy on identifying individual plant species from its specific visual rhythm. Additionally, our representation is compact, making it suitable for long-term data series.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 81, 1 October 2016, Pages 90-100
نویسندگان
, , , , ,