计算机科学与探索

作者：李少波, 王晓强, 郭利彪, 红英, 王志国

单位：1. 内蒙古工业大学 信息工程学院，呼和浩特 0100802. 内蒙古呼和浩特市赛罕区气象局，呼和浩特 010000

关键词：深度学习,无人机（UAV）,遥感图像,草类植物

基金：内蒙古自然科学基金（2023MS06021）；2023年内蒙古自治区直属高校基本科研业务费项目（JY20230065）；国家自然科学基金（62165011）；内蒙古自治区科技计划项目（2020GG0104）。

草类植物入侵后争夺农作物生长所需的资源，严重影响农作物的产量和品质；蒿属植物等草类植物释放过敏性花粉引起人体过敏反应，影响人们的身体健康。因此将深度学习与无人机遥感技术相结合，并对草类植物进行高效识别与检测，在植物入侵预防、过敏原监测、农业生产管理等方面具有重要的现实意义。目前遥感图像存在分辨率较低、背景信息较复杂、细节信息不明显等问题，深度学习结合无人机遥感RGB图像、多光谱图像等可以解决草类植物密度大、种类多、覆盖范围广、识别困难等各种应用问题。对深度学习技术应用于草类植物的无人机遥感图像的研究进展进行了全面而深入的综述。阐述了在草类植物研究中广泛应用的多种无人机遥感图像技术，着重介绍了可见光RGB和多光谱遥感技术的应用。详细总结了无人机航拍草类植物数据集，并重点介绍了目前将深度学习应用于草类植物遥感图像中所采用的主要网络结构和方法。最后归纳了目前草类植物无人机遥感图像应用深度学习技术面临的主要问题，并展望了未来发展趋势。

来源：2025年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第5期