Group-Conditional Conformal Prediction via Quantile Regression Calibration for Crop and Weed Classification
CNRS（法国国家科学研究中心）；University of Bordeaux（波尔多大学）；EXXACT Robotics（EXXACT机器人公司）；Bordeaux Sciences Agro（波尔多农业科学学院）
本文提出基于分位数回归校准的组条件共形预测方法，用于作物与杂草分类，以弥补边际保证在子群体上的不足，提升模型在农业环境中的统计可靠性。
2023-08-29 cs.CV cs.LG stat.AP
Uncertainty Measures and Prediction Quality Rating for the Semantic Segmentation of Nested Multi Resolution Street Scene Images
University of Wuppertal（伍珀塔尔大学）
在街道场景的语义分割中，预测的可靠性以及因此的不确定性度量是最感兴趣的。我们提出了一种方法，为每个输入图像生成一个层次结构的嵌套作物周围的图像中心，并提出这些，所有重新缩放到相同的大小，神经网络的语义分割。然后对产生的softmax输出进行后处理，这样我们就可以研究所有图像作物的均值和方差，以及从应用于每个作物softmax输出的像素不确定性度量（如熵）获得的不确定性热图的均值和方差。在我们的测试中，我们使用公开的DeepLabv3+ MobilenetV2网络（在Cityscapes数据集上训练），并证明农作物的加入提高了预测的质量，并且我们获得了更可靠的不确定性度量。然后在预测的片段上聚合这些数据，以便在IoU=0和IoU>0之间进行分类（Meta分类）或通过线性回归（Meta回归）预测IoU。后者为分割网络提供了可靠的性能估计，特别是在没有地面实况的情况下。对于Meta分类的任务，我们获得了$81.93\%$的分类精度和$89.89\%$的AUROC。对于Meta回归，我们获得的$R^2$值为$84.77\%$。与其他方法相比，这些结果产生了显着的改进。
2019-04-09 cs.CV cs.LG stat.ML
Generative models-based data labeling for deep networks regression: application to seed maturity estimation from UAV multispectral images
INSA CVL（法国国立应用科学学院中央-卢瓦尔河谷分校）；University of Orléans（奥尔良大学）；PRISME（PRISME研究所）
针对无人机多光谱影像种子成熟度估计中真值标注困难的问题，提出基于参数与非参数生成模型的自动弱标签方法，提升深度回归网络的泛化与鲁棒性。
2022-08-09 cs.CV cs.LG
An End-to-End Neural Network for Image Cropping by Learning Composition from Aesthetic Photos
School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, China（中国北京邮电大学计算机学院）；Information Sciences Institute, University of Southern California, Marina del Rey, CA, USA（美国加利福尼亚州马里纳德尔雷伊南加州大学信息科学研究所）
作为图像编辑的基本技术之一，图像裁剪丢弃不相关的内容并保留图像中令人愉快的部分，以增强整体构图并获得更好的视觉/美学感知。在本文中，我们主要集中在提高自动图像裁剪的准确性，并进一步探索其在公共数据集的高效率的潜力。从这方面来看，我们提出了一个基于深度学习的框架来学习具有高美学质量的照片中的对象组成，其中通过具有高斯内核的卷积神经网络（CNN）检测锚区域，以保持感兴趣对象的完整性。然后将该初始检测到的锚区域馈送到轻加权回归网络中以获得最终的裁剪结果。与传统的方法，多个候选人提出和评估迭代，只有一个锚区域产生在我们的模型，这是直接映射到最终输出。因此，所提出的方法需要较低的计算资源。在公开数据集上的实验结果表明，裁剪准确率和效率均达到了最先进的性能。
2019-08-22 cs.CV
Anticipatory Understanding of Resilient Agriculture to Climate
本文提出结合遥感、深度学习、作物产量建模与因果建模的框架，聚焦印度北部小麦主产区，识别粮食安全热点并评估气候变化影响。
2024-11-11 cs.CV cs.LG stat.AP
YieldSAT: A Multimodal Benchmark Dataset for High-Resolution Crop Yield Prediction
RPTU Kaiserslautern-Landau（凯泽斯劳滕-兰道大学）；DFKI GmbH（德国人工智能研究中心）；Vision Impulse GmbH（Vision Impulse 有限公司）；University of Groningen（格罗宁根大学）
本文提出YieldSAT数据集，通过多模态数据提升高分辨率作物产量预测的准确性，包含1220万样本及多光谱图像，展示了大规模像素回归任务的潜力及领域适应方法的改进。
2026-04-01 cs.CV
Coarse-to-fine Face Alignment with Multi-Scale Local Patch Regression
Megvii Inc.（旷视科技有限公司）
人脸标志点定位在人脸识别和分析应用中具有重要的作用。在本文中，我们简要介绍了一个由粗到细的流水线与神经网络和序列回归。首先，将全局卷积网络应用于整体面部图像以给出初始地标预测。然后裁剪多尺度局部图像块的金字塔，以馈送到每个地标的新网络，以改进预测。由于细化网络输出比输入更准确的位置估计，因此可以重复这种过程若干次，直到估计收敛。我们在300-W数据集上评估了我们的系统[11]，它的性能优于最近的最新技术。
2015-11-16 cs.CV
A pipeline for multiple orange detection and tracking with 3-D fruit relocalization and neural-net based yield regression in commercial citrus orchards
Embrapa Digital Agriculture（巴西农业研究公司数字农业）
本研究提出一种视频果实计数流水线，结合CNN检测、帧间跟踪、3-D重定位和神经网络回归，在商业柑橘园中实现高精度产量预测，决定系数达0.85。
2023-12-27 cs.CV
Data-driven Prediction of Species-Specific Plant Responses to Spectral-Shifting Films from Leaf Phenotypic and Photosynthetic Traits
Smart Farm Research Center, Korea Institute of Science and Technology（韩国科学技术院智能农场研究中心）；Research Institute of Agriculture and Life Sciences, Seoul National University（首尔国立大学农业与生命科学研究院）；Department of Agriculture, Forestry and Bioresources, Seoul National University（首尔国立大学农业、林业与生物资源系）
本研究针对光谱转换膜作物增产效应的物种差异问题，采集多类作物的表型、光合及环境数据，结合变分自编码器增强数据训练FFNN等模型，实现了SF对作物产量影响的高精度预测。
2025-11-19 cs.CV cs.LG eess.IV
Crop Yield Prediction for Punjab, Pakistan: A Tree-Ensemble and Leaf-Health Prototype, and What Random Validation Hides
The Islamia University of Bahawalpur（巴哈瓦尔布尔伊斯兰大学）；Shihezi University（石河子大学）；Government College of Women University of Faisalabad（费萨拉巴德女子政府学院大学）
针对巴基斯坦旁遮普省小样本产量数据，构建集成学习与叶片健康分类原型，揭示随机验证高R2源于数据重复，按年份留出时模型失效，线性趋势更优，并报告叶片分类与产量无关联的负面结果。
2026-10-15 cs.CV
Robust 6D Object Pose Estimation in Cluttered Scenes using Semantic Segmentation and Pose Regression Networks
University of Bonn（波恩大学）
目标位姿估计是机器人在复杂环境中进行自主操作的重要前提。仓库等现实世界的装箱设置带来了额外的挑战，例如，不断地添加新对象。大多数现有的物体姿态估计方法假设物体的3D模型是预先可用的。我们提出了一个管道，需要最少的人为干预和规避依赖的3D模型的可用性，通过快速数据采集方法和合成数据生成过程。这项工作建立在以前的工作上的语义分割的混乱bin-picking场景，以隔离在混乱的个别对象。在合成场景上训练附加网络以从从分割结果中提取的裁剪的以对象为中心的编码来估计对象姿态。所提出的方法进行评估的合成验证数据集和杂乱的现实世界的场景。
2018-10-08 cs.CV
SugarViT -- Multi-objective Regression of UAV Images with Vision Transformers and Deep Label Distribution Learning Demonstrated on Disease Severity Prediction in Sugar Beet
Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS（弗劳恩霍夫智能分析与信息系统研究所）；University of Bonn（波恩大学）；Institute for Sugar Beet Research (IfZ)（甜菜研究所）
本研究提出SugarViT模型，结合深度标签分布学习与视觉Transformer，融合遥感数据和环境参数，实现甜菜褐斑病严重程度的高效预测，且模型可推广至多类图像任务。
2024-02-01 cs.AI cs.CV
Structure-Aware Long Short-Term Memory Network for 3D Cephalometric Landmark Detection
The University of Hong Kong（香港大学）；ShanghaiTech University（上海科技大学）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
在三维头影测量分析中，在锥形束计算机断层扫描（CBCT）上检测三维标志对于评估和量化解剖异常至关重要。然而，目前的方法是耗时的，并遭受在标志定位的大偏差，导致不可靠的诊断结果。在这项工作中，我们提出了一种新的结构感知长短期记忆框架（SA-LSTM），用于高效准确的3D地标检测。为了减少计算负担，SA-LSTM分为两个阶段设计。它首先通过下采样CBCT体积上的热图回归来定位粗略地标，然后通过使用多分辨率裁剪补丁的注意偏移回归来逐步细化地标。为了提高准确性，SA-LSTM通过自我注意捕获裁剪补丁之间的全局-局部依赖性。具体来说，一个新的图形注意模块隐式编码的地标的全球结构，合理化的预测位置。此外，一种新的注意力门控模块递归过滤不相关的本地功能，并保持高置信度的本地预测聚合的最终结果。在内部数据集和公共数据集上进行的实验表明，我们的方法优于最先进的方法，分别实现了1.64 mm和2.37 mm的平均误差。此外，我们的方法是非常有效的，仅花费0.5秒来推断分辨率为768 $\times$ 768 $\times$ 576的整个CBCT体积。
2022-02-18 cs.CV
Two-dimensional Deep Regression for Early Yield Prediction of Winter Wheat
Montana State University（蒙大拿州立大学）
作物产量预测是精确农业的任务之一，可以基于对田地的多源定期观测而自动化。我们使用卷积神经网络（CNN）来解决产量预测问题，该网络是在结合雷达卫星图像和地面信息的数据上训练的。我们提出了一种称为Hyper3DNetReg的CNN架构，该架构接收多通道输入图像并输出二维光栅，其中每个像素表示相应输入像素的预测产量值。我们利用从哨兵-1卫星获得的雷达数据，而地面数据对应于一组六个栅格功能：施氮率，降水，坡度，海拔，地形位置指数（TPI），和方面。我们使用在冬小麦生长季节（3月）的早期阶段收集的数据来预测收获季节（8月）的产量值。我们目前的实验在四个领域的冬小麦和表明，我们提出的方法产生更好的结果比五个比较的方法，包括多元线性回归，一个合奏的前馈网络使用AdaBoost，堆叠的自编码器，和其他两个CNN架构。
2021-11-15 cs.CV eess.IV
Direct Multitype Cardiac Indices Estimation via Joint Representation and Regression Learning
Western University（西安大略大学）；Digital Imaging Group of London（伦敦数字影像集团）
心脏指标的测定在心脏病的鉴别诊断中具有重要的临床意义。然而，由于心脏结构的高度可变性和心脏MR序列中时间动力学的复杂性，具有一致可靠性和高精度的多类型心脏指数的估计仍然是一个巨大的挑战。虽然已经致力于通过特征工程随后是独立的回归模型来估计心脏体积，但是这些方法遭受脆弱的特征表示和不兼容的回归模型。在本文中，我们提出了一个半自动化的方法多类型的心脏指数估计。在手动标记用于感兴趣区域裁剪的两个地标后，设计了一个集成的深度神经网络Indices-Net来联合学习表示和回归模型。它包括两个紧密耦合的网络：用于心脏图像表示的深度卷积自动编码器（DCAE）和用于指数回归的多输出卷积神经网络（CNN）。两个网络的联合学习有效地增强了图像表示相对于心脏指数的表达能力，以及图像表示和指数回归之间的兼容性，从而导致对所有心脏指数的准确和可靠的估计。当对145名受试者的MR图像应用五重交叉验证时，Indices-Net对LV壁厚度（1.44 $\pm$ 0.71 mm）以及腔和心肌面积（204 $\pm$ 133 mm $^2$）实现了持续较低的估计误差。对于壁厚和面积，它分别优于分割方法（55.1%和17.4%）和两相直接体积方法（12.7%和14.6%），具有显著的误差减少。这些优点使得该方法在临床心功能评价中具有很大的潜力。
2017-05-25 cs.CV
Comparing Machine Learning Techniques for Alfalfa Biomass Yield Prediction
University of Georgia（佐治亚大学）
苜蓿作物是全球重要的牲畜饲料，因此高效的种植和收获可以使许多行业受益，特别是随着全球气候变化和传统方法变得不那么准确。最近使用机器学习（ML）预测苜蓿和其他作物产量的工作已经显示出希望。以前的努力使用遥感、天气、种植和土壤数据来训练机器学习模型进行产量预测。然而，虽然遥感效果很好，但模型需要大量数据，在收获季节开始之前无法做出预测。利用肯塔基州和佐治亚州苜蓿品种试验的天气和种植数据，我们以前的工作比较了特征选择技术，以找到最佳技术和最佳特征集。在这项工作中，我们训练了各种机器学习模型，使用交叉验证进行超参数优化，以预测生物量产量，并且我们表现出比采用更复杂技术的类似工作更好的准确性。我们的最佳个体模型是随机森林，平均绝对误差为0.081吨/英亩，R{ $^2$ }为0.941。接下来，我们扩展了这个数据集，包括威斯康星州和密西西比州，我们重复了我们的实验，用回归树获得了更高的最佳R{ $^2$ }为0.982。然后，我们按状态隔离我们的测试数据集，以探索这个问题是否适合领域自适应（DA），因为我们在多个源状态上训练并在一个目标状态上测试。这种琐碎的DA（TDA）方法留下了很大的改进空间，通过探索更复杂的DA技术在即将到来的工作。
2022-10-20 cs.CV cs.LG
AgRegNet: A Deep Regression Network for Flower and Fruit Density Estimation, Localization, and Counting in Orchards
Washington State University（华盛顿州立大学）
针对果园人工成本高的问题，提出基于深度回归的AgRegNet网络，依托点标注和注意力模块实现花果的密度估计、定位与计数，在苹果园数据集上精度优异，适用于疏密不同的花果场景，可助力产量估算和疏花管理。
2025-01-16 cs.AI cs.CV
Accurate 3D Facial Geometry Prediction by Multi-Task, Multi-Modal, and Multi-Representation Landmark Refinement Network
University of Southern California（南加州大学）
这项工作的重点是完整的三维面部几何预测，包括三维面部对齐通过三维面部建模和面部方向估计使用建议的多任务，多模态，多代表性的地标细化网络（M $^3$-LRN）。我们的重点是重要的面部属性，3D地标，我们充分利用其嵌入的信息来指导3D面部几何学习。首先，我们提出了一个多模态和多代表性的特征聚合地标细化。接下来，我们首次研究了稀疏3D地标的3DMM回归，并利用多表示优势来获得更好的几何预测。我们从学习3D面部几何的所有任务的广泛实验中获得了最先进的技术。我们密切验证每个模态和表示的贡献。我们的结果是强大的裁剪的脸，水下场景，和极端的姿势。特别是在M $^3$-LRN中，我们只采用了简单而广泛使用的网络操作，在人脸方向估计上比目前最好的性能提高了近20%.在这里查看我们的项目页面。
2021-04-16 cs.CV
Boosted Convolutional Neural Networks for Motor Imagery EEG Decoding with Multiwavelet-based Time-Frequency Conditional Granger Causality Analysis
Beihang University（北京航空航天大学）；The University of Sheffield（谢菲尔德大学）
由于感知决策过程的非平稳性，对不同心理状态的脑电信号进行解码是脑机接口的一项挑战性任务。提出了一种基于多小波时频因果分析的运动想象脑电信号增强型卷积神经网络（ConvNets）解码方法。首先将多小波基函数与Geweke谱测度相结合，得到高分辨率的TF-条件Granger因果关系（CGC）表示，并采用正则化正交前向回归（ROFR）算法检测具有良好泛化性能的简约模型.基于α波段多通道脑电信号的TF-CGC分布，设计了保留时间、频率和连通性位置信息的网络输入因果图。通过使用时空卷积以及深度学习的进步，包括裁剪和提升方法，进一步构建了提升的ConvNets，以提取判别因果关系特征并对MI任务进行分类。我们提出的方法优于竞争优胜者算法的平均准确性增加了12.15%，相关的受试者间标准差减少了74.02%，对于BCI竞争-IV测试-IIa的相同的二进制分类。实验结果表明，基于因果关系图像的增强型ConvNets能够很好地解码MI-EEG信号，为开发MI-BCI系统提供了一个很有前途的框架。
2018-10-22 cs.CV cs.HC
A Gated Peripheral-Foveal Convolutional Neural Network for Unified Image Aesthetic Prediction
学习图像的细粒度细节是图像美学评价中的一个关键问题。以往的方法大多采用随机裁剪策略提取细节信息，这可能会破坏语义信息的完整性。大量的研究表明，人类感知细粒度的细节与中央凹视觉和周边视觉的混合。中央凹具有最高的视觉灵敏度，负责看到细节。周边视觉用于感知广阔的空间场景并为中央凹选择关注区域。受这些观察的启发，我们提出了一个门控外围-中央凹卷积神经网络（GPF-CNN）。它是一个专用的双子网神经网络，即外围子网和中央凹子网。前者旨在模仿周边视觉的功能，对整体信息进行编码，并提供关注区域。后者旨在提取这些关键区域的细粒度特征。考虑到周边视觉和中央凹视觉在处理不同的视觉刺激时所起的作用不同，我们进一步采用门控信息融合（GIF）网络来加权它们的贡献。权重是通过全连接层和sigmoid函数确定的。我们对标准AVA和Photo.net数据集进行了全面的实验，用于统一的美学预测任务：（i）美学质量分类;（ii）美学评分回归;（iii）美学评分分布预测。实验结果证明了该方法的有效性。
2019-06-26 cs.CV eess.IV
High-throughput 3D shape completion of potato tubers on a harvester
Graduate School of Agricultural and Life Sciences, The University of Tokyo（东京大学农学生命科学研究科）；Center for Robotics, University of Bonn（波恩大学机器人中心）
针对收获机RGB-D相机生成的马铃薯块茎3D形状不完整导致体积低估问题，提出CoRe++网络补全形状，在测试集实现2.8毫米补全精度、22.6毫升体积RMSE，10毫秒/块茎的速度，可用于高通量产量估计及其他作物。
2024-11-12 cs.CV
