本网讯　近日，计算机科学与技术学院本科生李威翰以第一作者身份在国际Top期刊Computers and Electronics in Agriculture（IF=8.300，农林科学类Q1，计算机：跨学科应用Q1）上发表题名为“Identification and localization of grape diseased leaf images captured by UAV based on CNN”的高水平学术论文。该项研究由学院本科生、研究生共同组成的科研团队完成，于啸博士担任通信作者，学院为第一单位。

　　研究团队为实现农业无人机对植物叶片图像的采集并进行区域分割，以葡萄叶片为例，结合改进后的U-net和VGG-19网络，对大面积叶簇图像病害识别设计一套处理流程，解决在复杂环境中多个无效叶片干扰问题，对训练与验证数据集进行特征提取减少网络输入参数、提高训练速度，把测试数据分割分为三个数据集；经过恢复处理后采用Multi-fusion U-net网络进行病叶定位，采用Improved VGG-19网络再次定位和识别疾病。实验结果表明，该方法达到预期无人机图像处理效果，分割平均准确率达71.91%，分割后疾病定位识别率提高12.33%，为无人智能生态农场的建设提供了实践基础，是一次卷积神经网络组合优化在农业领域应用的有效探索。