本周论文总结-week8-0716-0722
0719
0719论文
Detection of maize drought based on texture and morphological features - ScienceDirect
Highlight
- 利用图像处理技术检测玉米干旱胁迫,针对的是玉米植株。 - 通过使用SLIC添加诸如平均叶角的形态特征。 - 结合纹理和形态特征来检测干旱胁迫。
High-throughput field phenotyping in dry bean using small unmanned aerial vehicle based multispectral imagery - ScienceDirect
Highlight
- UAVs 数据来做高通量检测-干旱 (GNDVI)
-
- 来自特征提取期间的处理步骤的典型结果图像。 (a)地块和子地块的半自动分割, (b)从单个地块中提取冠层面积, (c)从各个子地块中提取平均GNDVI,显示在假彩色图像上(近红外 - 绿色 - 蓝色 (d)具有比例的伪彩色GNDVI图像。 - 在单个图像框架内,不抗干旱品种图位于左侧,抗干旱品种图位于右侧。 在种植后75天,从地面以上120米处获取输入图像。
Multi-decade, multi-sensor time-series modelling—based on geostatistical concepts—to predict broad groups of crops - ScienceDirect
Highlight
- 我们根据30年的卫星图像档案创建一年两次的作物地图。 - 基于地质统计学概念的时间序列模型用于预测物候学。 - 物候预测输入到分层分类模型。 - 分类模型预测了广泛的作物群和裸土。 - 这些预测与官方统计数据合理地达成了一致。
Detecting mammals in UAV images: Best practices to address a substantially imbalanced dataset with deep learning - ScienceDirect
- Highlight
- UAVs 数据用CNN 做动物检测
- 底子是ResNet-18
- 应该是也是transfer learning