Logo BSU

Please use this identifier to cite or link to this item: https://elib.bsu.by/handle/123456789/220726
Title: Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик
Other Titles: Taxonomic determination and physiological analysis of ornamental plants using convolutional neural networks / U. Yu. Bandarenka, A. V. Barkovsky, A. Yu. Shashko, M. A. Charnysh, D. A. Przhevalskaya, D. V. Kolbanov, A. I. Sokolik, I. I. Smolich, S. S. Medvedev, V. V. Demidchik
Authors: Бондаренко, В. Ю.
Барковский, А. В.
Шашко, А. Ю.
Черныш, М. А.
Пржевальская, Д. А.
Колбанов, Д. В.
Соколик, А. И.
Смолич, И. И.
Медведев, С. С.
Демидчик, В. В.
Keywords: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология
Issue Date: 2019
Publisher: Минск : БГУ
Citation: Журнал Белорусского государственного университета. Биология = Journal of the Belarusian State University. Biology . - 2019. - № 1. - С. 25-32
Abstract: Феномика – междисциплинарная научная область, объектом исследования которой являются фенотипы, их качественные и количественные показатели, а также закономерности их формирования в ходе онтогенеза и в результате взаимодействия с внешними факторами. Методология феномики – совокупность подходов фенотипирования растений, включающая в себя ряд наиболее современных технологий получения изображений, спектрального, биохимического, молекулярного и генетического анализа, а также инновационных методов информатики, таких как распознавание изображений, компьютерное зрение и машинное обучение. Целью настоящей работы была разработка феномного приложения, основанного на компьютерном зрении и методах машинного обучения, для таксономической классификации и определения физиологического состояния декоративных растений различных групп. В результате работы созданы, классифицированы и аннотированы базы данных Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume. Разработана модель сверточной нейронной сети для таксономической классификации и определения физиологического состояния растений на основе RGB-изображений. Обучение проводилось на основе баз изображений, полученных в стандартизированных условиях при помощи высококачественных RGB-камер. Разработанная нейронная сеть продемонстрировала коэффициент детерминации (R2  ) около 0,66 при определении физиологического состояния. Также нейронная сеть показала высокую эффективность распознавания таксономической принадлежности декоративных видов растений (около 90,8 %).
Abstract (in another language): Phenomics is an interdisciplinary scientific field, the object of research of which are phenotypes, their qualitative and quantitative parameters, as well as regularities of their formation during ontogenesis and as a result of interaction with external factors. The methodology of phenomics is a set of approaches for the phenotyping of plants, including a number of the most modern technologies of imaging, spectral analysis, biochemical, molecular and genetic analyses, and also innovative informatics techniques such as image recognition, computer vision and machine learning. The purpose of this work was to develop a phenomics application based on computer vision and methods of machine learning for taxonomic classification and determination of physiological condition of different ornamental plants. As a result of this work, the annotated databases Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume, etc. were created and annotated. The model of a convolution neural network for taxonomic classification and determination of physiological condition of plants on the basis of RGB-images was developed. The training used images obtained in standardized conditions by high quality RGB-cameras. The neural network showed high efficiency of recognition, when analysing with taxonomic properties of decorative plants (about 90.8 %). The developed neural network also demonstrated coefficient of determination (R2  ) about 0.66 in the analysis of physiological state.
URI: http://elib.bsu.by/handle/123456789/220726
ISSN: 2521-1722
DOI: 10.33581/2521-1722-2019-1-25-32
Appears in Collections:2019, №1

Files in This Item:
File Description SizeFormat 
25-32.pdf916,28 kBAdobe PDFView/Open


PlumX

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.