Sensors 主编推荐文章精选——聚焦“传感和成像”领域前沿研究 | MDPI 编辑荐读
点击左上角“MDPI工程科学”关注我们，为您推送更多最新研究。
本期为您精选五篇发表在Sensors 期刊上传感和成像相关的学术论文，内容涵盖传感成像在动物养殖、图像加密、医学诊断、水果成熟度判断和田间玉米数量统计中的应用。希望能为相关领域学者提供新的思路和参考，欢迎阅读。
01
Practices and Applications of Convolutional Neural Network-Based Computer Vision Systems in Animal Farming: A Review
基于卷积神经网络的计算机视觉系统在动物养殖中的实践与应用综述
Guoming Li et al.
https://www.mdpi.com/1006532
计算机视觉系统监控动物的示意图。
文章亮点：
(1) 本研究系统回顾了基于卷积神经网络的计算机视觉系统在畜牧业中的应用，包括目标检测、图像分类等五个深度学习计算机视觉任务。
(2) 文章总结了系统开发的准备工作和算法开发策略，并对模型性能和基于体系结构的性能进行了讨论。
(3) 最后，对未来的研究提出了建议，以发展和改进基于卷积神经网络的计算机视觉系统，通过精准农场管理推进畜牧业发展。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Li, G.; Huang, Y.; Chen, Z.; Chesser, G.D., Jr.; Purswell, J.L.; Linhoss, J.; Zhao, Y. Practices and Applications of Convolutional Neural Network-Based Computer Vision Systems in Animal Farming: A Review. Sensors 2021, 21, 1492.
02
An Efficient Plaintext-Related Chaotic Image Encryption Scheme Based on Compressive Sensing
一种基于压缩感知的明文关联的混沌图像加密方案
Zhen Li et al.
https://www.mdpi.com/971582
加密方案框图。
文章亮点：
(1) 本文提出了一种基于压缩感知的高效、安全的明文关联的混沌图像加密方案，实现了压缩与加密的同步。
(2) 该方案首先由普通图像生成内部密钥，然后进一步转换为系数矩阵，再通过2D-SLIM对矩阵进行处理，弱化矩阵特征。
(3) 测试结果表明，该方案在测试和对比中表现出卓越的安全性和压缩性能，保证了数字图像在网络中的应用。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Li, Z.; Peng, C.; Tan, W.; Li, L. An Efficient Plaintext-Related Chaotic Image Encryption Scheme Based on Compressive Sensing. Sensors 2021, 21, 758.
03
Hemorrhage Detection Based on 3D CNN Deep Learning Framework and Feature Fusion for Evaluating Retinal Abnormality in Diabetic Patients
基于三维卷积神经网络的深度学习框架和特征融合的糖尿病视网膜异常出血检测
Sarmad Maqsood, Robertas Damaševičius and Rytis Maskeliūnas
https://www.mdpi.com/1136738
显示重要视网膜特征的彩色眼底图像。
文章亮点：
(1) 本文提出了一种新的方法，可以从视网膜底片图像中准确地检测出血，有助于早期诊断和预后改善。
(2) 该方法包括三个阶段：对比度增强、卷积神经网络检测出血和卷积稀疏图像分解融合特征向量，最后采用多元逻辑回归控制熵方差法选择最佳特征。
(3) 最后，在多个数据库中对该方法进行了评估，并取得了高达97.71%的平均准确率，在视觉质量和定量分析方面表现优于之前的工作。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Maqsood, S.; Damaševičius, R.; Maskeliūnas, R. Hemorrhage Detection Based on 3D CNN Deep Learning Framework and Feature Fusion for Evaluating Retinal Abnormality in Diabetic Patients. Sensors 2021, 21, 3865.
04
Multimodal Deep Learning and Visible-Light and Hyperspectral Imaging for Fruit Maturity Estimation
多模态深度学习和可见光及高光谱成像用于水果成熟度估计
Cinmayii A. Garillos-Manliguez and John Y. Chiang
https://www.mdpi.com/995380
木瓜果实的六个成熟期。
文章亮点：
(1) 本文提出了一种新的非破坏性和多模态分类，使用深度卷积神经网络，通过可见光和高光谱成像系统获得的数据特征来估计水果成熟度。
(2) 即使要求细分为六种成熟阶段，利用多模态输入加上强大的深度卷积神经网络模型，依然可以对水果成熟度进行分类。
(3) 研究表明，多模态深度学习架构和多模态成像在实时现场水果成熟度估计方面具有巨大潜力，可以帮助估计最佳收获时间。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Garillos-Manliguez, C.A.; Chiang, J.Y. Multimodal Deep Learning and Visible-Light and Hyperspectral Imaging for Fruit Maturity Estimation. Sensors 2021, 21, 1288.
05
A Convolutional Neural Network-Based Method for Corn Stand Counting in the Field
基于卷积神经网络的计数方法——用于田间玉米数量计算
Le Wang et al.
https://www.mdpi.com/958678
数据收集车。
文章亮点：
(1) 本研究开发了一种基于从视频片段中提取彩色图像的玉米计数方法。
(2) 文章采用基于YoloV3网络和卡尔曼滤波器开发的图片处理流程对玉米幼苗进行在线计数。
(3) 结果表明，该方法在2叶和3叶生长阶段的计数精度超过98%，平均帧率为47帧/秒。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Wang, L.; Xiang, L.; Tang, L.; Jiang, H. A Convolutional Neural Network-Based Method for Corn Stand Counting in the Field. Sensors 2021, 21, 507.
Sensors 期刊介绍
期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。
2021 Impact Factor | 3.847 |
2021 CiteScore | 6.4 |
Time to First Decision | 16.2 Days |
Time to Publication | 40 Days |
识别二维码，
订阅Sensors 期刊最新资讯。
往期回顾
Sensors：2023年1月文章精选 | MDPI 编辑荐读
Sensors “智能传感器”领域高引文章精选 | MDPI 编辑荐读
版权声明：
*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。
由于微信订阅号推送规则更新，您可以将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，进入期刊主页。
喜欢今天的内容？给我们点个【在看】吧！