基于双线性池化的实蝇分类注意力网络
2023年电子技术应用第5期
彭莹琼1，2，俞融融3，尹乘乐4，洪恩松2，俞小明3，赵雷3，何雯洁2，邓泓1，2
（1.江西农业大学 江西省高等学校农业信息技术重点实验室与软件研究所，江西 南昌330045； 2.江西农业大学 软件学院，江西 南昌330045；3.江西农业大学 计算机与信息工程学院，江西 南昌330045； 4.德布勒森大学，匈牙利 德布勒森4032）
摘要： 实蝇是国内外备受关注的检疫害虫，种类繁多。不同种类的实蝇外形大小相似，不易鉴别。此外，在实际应用中，鉴别实蝇的可用信息会受遮挡、视角、光影变幻等因素影响，导致实蝇自动识别工作难以进行。提出基于双线性池化的实蝇分类注意力网络，用于学习有效的实蝇鉴别特征。该网络由显著性特征模块和跨层双线性模块两个部分组成：显著性特征模块通过对不同卷积层进行滤波增强处理，实现特征增强；跨层双线性模块基于双线性池化融合特征，确定注意部位，挖掘判别特征。在具有自然环境背景的实蝇数据集上进行的实验表明，该方法效果较好，具有良好的实际应用前景。
中图分类号：TP391.41；TP18
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.233817
中文引用格式： 彭莹琼，俞融融，尹乘乐，等. 基于双线性池化的实蝇分类注意力网络[J]. 电子技术应用，2023，49(5)：8-13.
英文引用格式： Peng Yingqiong，Yu Rongrong，Ying Chengle，et al. Attention networks for fruit fly classification based on bilinear pooling[J]. Application of Electronic Technique，2023，49(5)：8-13.
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.233817
中文引用格式： 彭莹琼，俞融融，尹乘乐，等. 基于双线性池化的实蝇分类注意力网络[J]. 电子技术应用，2023，49(5)：8-13.
英文引用格式： Peng Yingqiong，Yu Rongrong，Ying Chengle，et al. Attention networks for fruit fly classification based on bilinear pooling[J]. Application of Electronic Technique，2023，49(5)：8-13.
Attention networks for fruit fly classification based on bilinear pooling
Peng Yingqiong1，2，Yu Rongrong3，Ying Chengle4，Hong Ensong2，Yu Xiaoming3，Zhao Lei3，He Wenjie2，Deng Hong1，2
(1.The Colleges and Universities of Jiangxi Province for Key Laboratory of Information Technology in Agriculture and Software Institute， Jiangxi Agricultural University， Nanchang 330045， China； 2.College of Software， Jiangxi Agricultural University， Nanchang 330045， China； 3.College of Computer and Information Engineering， Jiangxi Agricultural University， Nanchang 330045， China； 4.University of Debrecen，Debrecen 4032，Hungary)
Abstract： Fruit fly is a kind of quarantine pest that attracts much attention at home and abroad. There are many kinds of fruit flies. Different kinds of fruit flies are similar in shape and size, which is difficult to identify. In addition, in practical applications, it is difficult to identify fruit flies due to the lack of information about shielding, view-point, changing light and shadow and other factors. This study proposes a bilinear pooled attention network for fruit fly classification to learn effective discriminant characteristics. The network is composed of two parts: saliency feature module and cross-layer bilinear feature module. Saliency feature module realizes feature enhancement by filtering enhancement processing of two different convolution layers. Cross-layer bilinear module is based on bilinear pooling fusion features, determines the attention location, and mines discriminant features. Experiments on fruit fly’s data set with natural environment background show that the method is effective and has good practical application prospect.
Key words : fruit fly detection；bilinear pooling；attention mechanism
0 引言
实蝇作为亚太地区重要的检疫性害虫，具有寄主多、虫害扩散迅速的特点。该类害虫能够寄生于橘、桃、番石榴、杨梅等46个科 250多种水果、蔬菜和花卉。在不注重防控的情况下，实蝇能轻易造成80％到100％的损失。以福建省为例，该省2016年受瓜实蝇、具条实蝇等实蝇害虫影响，导致约313.48亿元经济损失，其中直接经济损失约221.74亿元，包括生态损失在内的间接经济损失约为7.5亿元。所以防治实蝇对于减少农业经济损失起重要作用。针对实蝇的检疫与防治，此研究将准确识别实蝇个体类别作为首要任务，为实蝇检测的实际应用提供思路。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005300
作者信息：
彭莹琼1，2，俞融融3，尹乘乐4，洪恩松2，俞小明3，赵雷3，何雯洁2，邓泓1，2
（1.江西农业大学 江西省高等学校农业信息技术重点实验室与软件研究所，江西 南昌330045；2.江西农业大学 软件学院，江西 南昌330045；3.江西农业大学 计算机与信息工程学院，江西 南昌330045；4.德布勒森大学，匈牙利 德布勒森4032）
此内容为AET网站原创，未经授权禁止转载。