Deep Lichen-Net: Clasificación y segmentación automática de líquenes en los Ghats occidentales de India basada en aprendizaje profundo
DOI:
https://doi.org/10.37360/blacpma.25.24.3.24Palabras clave:
Especies de líquenes, Aprendizaje profundo, Extracción de parches, Características locales y globales, Algoritmo de optimización pelícanoResumen
Los líquenes son una asociación simbiótica entre hongos y algas fotoautótrofas que exhiben una gran diversidad en India, con alrededor de 2.300 especies registradas. En esta investigación se propone un nuevo método de aprendizaje profundo conocido como LichenNet para la clasificación de líquenes recolectados en los ghats occidentales de India. Inicialmente, se reduce el ruido en las imágenes recolectadas con un filtro de ecualización de histograma dinámico de contraste brillante (BCDC) para mejorar la calidad de la imagen y se aumentan para incrementar la cantidad de imágenes en el conjunto de datos. Se aplica el método de Región de Interés (ROI) para generar parches de imagen dividiendo los segmentos no superpuestos. El Dilated LinkNet se integra con muestreo local y global para extraer características finas, mientras que el algoritmo de Optimización Pelícano (PeO) selecciona las mejores características para la clasificación. El LichenNet propuesto alcanza una precisión de clasificación del 99.26%. Además, el LichenNet propuesto mejora la precisión general en un 2.19%, 4.29% y 14.36% para XGBoost, SIFT y CNN respectivamente.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.