.png){kind=icon}
返回
Visual-Based Flower Counting: Techniques and Applications
.png){kind=icon}
PRE
AI
DOI：10.1109/jas.2026.126050.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着现代信息技术与农业的快速融合，智能农业实现了日益精确的表型分析和产量预测。花朵计数是关键物候指标；然而，由于严重的遮挡、密度变化和环境变化（如光照/天气）等因素，实现高精度仍是一个重大挑战。此外，现有研究仍呈碎片化，缺乏综合总结。为填补这一基础研究空白，我们首次系统性地综述了基于计算机视觉的花朵计数方法。本研究提出了一种新的分类体系，将方法划分为静态（单图像）和动态（视频/多视图）范式，并阐述了其演化轨迹。不同于传统综述，我们进行了多尺度评估，涵盖横向（从传统方法到深度学习的方法论演变）和纵向（跨物种和场景条件）的性能分析。关键在于，我们通过工程案例研究在部署平台（如无人机和地面机器人）上验证代表性算法，量化实际权衡（如高度-精度和延迟-鲁棒性）。最后，我们讨论了现有局限性并提出了未来方向，包括基于图推理和AgriVerse集成（即农业中心的元宇宙或数字孪生生态系统），为学术界研究和工业部署奠定了基础框架。
Keyword:
Computer vision
deep learning
flower counting
image processing
smart agriculture
期刊
I
IF:
19.2
论文数:
1.4K
被引数:
1.1W
机构
引用论文
暂无论文信息