Digitální knihovna UPCE přechází na novou verzi. Omluvte prosím případné komplikace. / The UPCE Digital Library is migrating to a new version. We apologize for any inconvenience.

Publikace:
Detection of Grapes in Natural Environment Using Feedforward Neural Network as a Classifier

Konferenční objektOmezený přístuppeer-reviewedpostprint
dc.contributor.authorDoležel, Petrcze
dc.contributor.authorGago, Lumírcze
dc.contributor.authorŠkrabánek, Pavelcze
dc.date.accessioned2017-05-11T10:46:53Z
dc.date.available2017-05-11T10:46:53Z
dc.date.issued2016eng
dc.description.abstractThe recognition of wine grapes in images acquired in natural environment is a serious issue solved by researches dealing with precision viticulture. The detection of wine grapes of red kinds is a well managed problem. On the other hand, the detection of white grapes is still a challenging task. In this contribution, the classifier for white wine grapes recognition is introduced and evaluated. The classifier is based on an artificial neural network and is used in two ways which differ in image representation. Namely, the pixel intensities and histogram of oriented gradients are used for the representation of images. Then, feedforward multilayer neural network is applied as a classifier. The classifiers based on the histograms of oriented gradients seemed to be very effective - they were almost error free from the cross validation point of view and they performed well with the independent testing data sets, too. On the other hand, the representation using pixel intensities was stated as insufficient for classification using our approach.eng
dc.description.abstract-translatedDetekce bobulí vinné révy v přirozeném prostředí je často řešený problém v oblasti přesného vinohradnictví. Zatímco detekce červených odrůd je dobře prozkoumaná, nástroje pro detekci bílých odrůd stále neposkytují vždy dostatečnou přesnost. V tomto příspěvku je komplexně prozkoumán jeden způsob (použití neuronové sítě jako klasifikátoru) detekce bílých odrůd vinné révy ve vizuálních datech. K extrakci vlastností z obrázků jsou testovány dva přístupy - intenzity jednotlivých pixelů a histogramy orientovaných gradientů. Z testování na široké škále dat je možno vyvodit, že neuronová síť jako klasifikátor je vhodná pro detekci bobulí bílých odrůd vinné révy a že histogramy orientovaných gradientů je oproti intenzitám jednotlivých pixelů vhodnější použít k extrakci vlastností.cze
dc.event2016 SAI Computing Conference, SAI 2016 (13.07.2016 - 15.07.2016)eng
dc.formatp. 1330-1334eng
dc.identifier.doi10.1109/SAI.2016.7556153
dc.identifier.isbn978-1-4673-8460-5eng
dc.identifier.issneng
dc.identifier.obd39877877eng
dc.identifier.scopus2-s2.0-84988810060
dc.identifier.urihttps://hdl.handle.net/10195/67275
dc.identifier.wos000389451900194
dc.language.isoengeng
dc.peerreviewedyeseng
dc.project.IDSGS_2016_019/Speciální topologie umělé neuronové sítě jako aproximátor a klasifikátoreng
dc.publicationstatuspostprinteng
dc.publisherIEEE (Institute of Electrical and Electronics Engineers)eng
dc.relation.ispartofProceedings of 2016 SAI Computing Conferenceeng
dc.rightsPouze v rámci univerzityeng
dc.subjectgrape detectioneng
dc.subjectneural networkseng
dc.subjectimage processingeng
dc.subjectprecision viticultureeng
dc.subjectdetekce bobulícze
dc.subjectneuronové sítěcze
dc.subjectzpracování obrazucze
dc.subjectpřesné vinohradnictvícze
dc.titleDetection of Grapes in Natural Environment Using Feedforward Neural Network as a Classifiereng
dc.title.alternativeDetekce bobulí v přirozeném prostředí pomocí dopředné vícevrstvé neuronové sítě jako klasifikátorucze
dc.typeConferenceObjecteng
dspace.entity.typePublication

Soubory

Původní svazek

Nyní se zobrazuje 1 - 1 z 1
Načítá se...
Náhled
Název:
Dolezel.pdf
Velikost:
513.48 KB
Formát:
Adobe Portable Document Format