Онлайн-система ідентифікації рослин за фотозображеннями

О. G. Baybuz, M. G. Sydorova, A. Ye. Polonska, Y. O. Rudakova

Анотація


В умовах постійної взаємодії із зовнішнім світом і живою природою в житті людини постає проблема швидкої та точної ідентифікації рослин, оскільки рослини відіграють значну роль не тільки у сільськогосподарській галузі, але й також у паливно-енергетичному комплексі, медицині, екології, інтер’єрі, вивченні навколишнього світу тощо. У цій роботі запропоновано інформаційну онлайн-систему ідентифікації рослин за їх фотознімками. Розробку програмного забезпечення здійснено у вигляді клієнт-серверної архітектури із застосуванням сучасних технологій (мови С#, TypeScript, HTML, CSS, фреймворки ASP.NET MVC, ASP.NET WebApi, Angular), потужних алгоритмів розпізнавання зображень та машинного навчання. Математичну основу склали алгоритми знаходження ключових точок, такі як SURF, SIFT та FREAK, модель BOVW (Bag-Of-Visual-Words) і метод опорних векторів. Система має простий, лаконічний та зрозумілий інтерфейс, адаптивну верстку, забезпечує зручну взаємодію з користувачем з будь-якого пристрою за наявності доступу до мережі Інтернет, можливості легкого розширення бібліотеки зображень. Здійснено апробацію розробленої програми на різних наборах даних (фотографії листя дерев та квітів, у тому числі зроблених на мобільний телефон, що є найбільш типовим сценарієм взаємодії користувача із системою) та проведено порівняльний аналіз зазначених алгоритмів (досліджувався вплив кількості даних, слів у моделі BOVW, зашумленості та строкатості фону, типу ядрової функції у методі головних компонент, інваріантність до повороту та масштабу тощо). Навіть на досить малих за обсягом наборах даних для навчання система демонструє непогану якість розпізнавання.


Ключові слова


інформаційна технологія; розпізнавання зображень; машинне навчання; ідентифікація рослин за фотознімками; онлайн-система; SURF; SIFT; FREAK; BOVW

Повний текст:

PDF (English)

Посилання


What mushroom is growing in my yard? URL: http://urbanmushrooms.com/index.php?id=63

Garden answers plant identification. URL: https://itunes.apple.com/us/app/garden-answers-plant-identification/ id605855033?mt=8

Cam Find. URL: https://itunes.apple.com/us/app/camfind/ id595857716?mt=8

Bay H., Ess A., Tuytelaars T., Van Gool L. SURF: Speeded Up Robust Features. Computer Vision and Image Understanding (CVIU). 2008. P. 346–359.

Panchal P., Panchal S., Shah S. A Comparison of SIFT and SURF. International Journal of Innovative Research in Computer and Communication Engineering. 2013. P. 323–327.

N. Suresh Kumar, Arun Kumar Sangaiah, M. Arun, S. Anand Advanced Image Processing Techniques and Applications: IGI Global. 2017. 439 p.

Chanti D., Caplier A. Improving Bag-of-Visual-Words Towards Effective Facial Expressive Image Classification. Computer Vision, Imaging and Computer Graphics Theory and Applications. 2018.

P. 145–152.




DOI: http://dx.doi.org/10.15421/431912

Посилання

  • Поки немає зовнішніх посилань.


Контактна інформація:

Байбуз Олег Григорович - відповідальний редактор 

Тел: (056) 766-49-52

Mail: obaybuz@ua.fm

Україна, 49010, м. Дніпро, пр. Гагаріна, 72

--------------------------------------------------------------------

Дніпровський національний університет імені Олеся Гончара

National Library of Ukraine Vernadsky

Google Scholar

Open Academic Journals Index

Bielefeld Academic Search Engine

Open Archives

  Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.


Open Science in Ukraine - website development