From Visual Words to Vision Transformers: Dual Approaches to Water Stress Classification in Maize
Sumaira Ghazal · Sardar Ali Abbas · Arslan Munir 等 5 人
比较Swin Transformer与手工特征BPNN在玉米水分胁迫RGB图像分类中的表现，两者均达
使用自定义Swin Transformer学习局部特征，BPNN结合手工颜色纹理
Swin Transformer准确率98%，BPNN 97%，证明低成本RGB图像可实现高精度水分
可探索轻量化模型或融合两种表征策略，以平衡精度与计算效率，适应田间实时监测需求。
研究对比Swin Transformer与手工特征在玉米水分胁迫分类中的表现，均达97%以上准确率，为低成本RGB图像监测提供新思路。
玉米早期水分胁迫会悄然降低生长和产量，因此利用简单的RGB图像进行早期检测对于及时灌溉具有重要意义。本研究比较了两种根本不同的玉米水分胁迫分类表示策略：一种是通过自定义Swin变换器从局部图像区域学习深度特征，另一种是利用反向传播神经网络（BPNN）对手工视觉特征进行分类。Swin变换器从局部裁剪图像区域学习与胁迫相关的表示，通过多数投票将补丁级预测聚合为图像级分类；而BPNN则依赖于从分割的全株图像中提取的基于颜色和纹理的手工描述符。两种方法均在玉米水分胁迫图像数据集上进行了评估，并使用独立测试集（训练或交叉验证中未使用）进行最终性能比较。尽管Swin变换器在聚合后实现了98%的图像级准确率，BPNN也达到了97%的准确率。尽管依赖根本不同的表示策略，两种方法在独立保留的测试集上均取得了较高的分类性能。结果表明，利用低成本RGB图像即可实现高精度的玉米水分胁迫分类，并揭示了学习表示与手工表示在分类性能和计算特性方面的权衡。这些发现展示了基于计算机视觉方法在RGB农业水分胁迫监测中的潜力。