罗仙仙,许松芽,陈桂莲,严 洪,万晓会

1(泉州师范学院 数学与计算机科学学院,泉州 362000)

2(福建省大数据管理新技术与知识工程重点实验室,泉州 362000)

3(泉州师范学院 教育科学学院,泉州 362000)

4(福建省林业调查规划院,福州 350003)

人工智能是未来的第一生产力,人工智能技术与方法在我国林业中的应用初见端倪. 遥感图像的树种识别始终是国际关注的学术前沿[1]. 无人机低空航拍受天气影响小,作业方式灵活,获取的影像比例尺大,精度高,为森林资源遥感调查研究提供了新的技术手段[2].然而,传统人工目视解译方法和遥感图像处理方法,并不能够对无人机遥感图像进行自动识别,而且精度难以保证.

深度学习是人工智能研究中重要方法,2006 年加拿大多伦多大学Hinton 等提出[3],能够模拟人的神经系统,可以从大量数据中自动提取特征. 深度学习方法用于无人机树种识别的研究刚刚起步. 由于深度学习方法依赖于大量的训练数据与测试数据,并且数据标注费时费力,一定程度限制深度学习在遥感图像树种识别研究,因此,少样本的迁移学习方法是当前研究热点. 目前,尚没有开放的无人机树种识别数据集[1],武红敢等人指出林业遥感专用数据库的必要性和紧迫性,并提出建设思路和原则[4].

迁移概念最早由心理学家提出,一般认为,迁移是指一种学习对于另一种学习的影响[5]. 在人工智能和机器学习领域,迁移学习是一种学习的思想和模式,可以利用……