-
公开(公告)号：CN114550069B
公开(公告)日：2022-10-21
申请号：CN202210199936.6
申请日：2022-03-01
Applicant: 华南农业大学
IPC: G06V20/40 , G06V10/26 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的仔猪乳头计数方法，所述的方法包括步骤如下：S1：对仔猪腹部进行视频获取；S2：对获取的视频进行逐帧筛选，过滤模糊图像，保留清晰图像；S3：使用目标分割网络对猪体进行目标分割提取；S4：将分割后目标提取图像输入计数网络进行仔猪乳头计数；S5：依据多帧图像多数计数结果实现仔猪乳头最终计数。本发明具有高效、准确自动计数仔猪乳头的优点，不需要采用人力计数，有效的降低劳动力和提高计数效率。
-
公开(公告)号：CN113487107A
公开(公告)日：2021-10-08
申请号：CN202110854716.8
申请日：2021-07-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多层径向基网络的大型动物体重自动评估方法、系统及介质，该方法包括：每层首先随机生成径向基函数中心点，再生成径向基神经元以组成径向基层，最后连接径向基层和全连接层以构建多层径向基网络模型；输入归一化的大型动物体况参数以训练多层径向基网络模型，采用损失函数优化模型的参数；利用训练好的多层径向基网络模型进行体重自动估计。本发明采用一维的大型动物体况参数进行预测其体重，基本不受动物姿态以及运动的影响，对于估计动物生重的鲁棒性较大；本发明将多层径向基网络层通过全连接层进行连接，拟合能力更高，仅在输入一维体况的情况下有较高的估计精度。
-
公开(公告)号：CN104951649A
公开(公告)日：2015-09-30
申请号：CN201510279764.3
申请日：2015-05-27
Applicant: 华南农业大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于高斯模糊积分的HBV分类方法，包括下述步骤：S1、从HBV数据库中筛选HBV患者的DNA序列；S2、数据库根据聚类方法分为四个小的数据集合B1、C1、C2以及C3；S3、对数据集进行分类，依靠分类器的分类和病例的真实类别；S4、将高斯模糊积分构造的分类器应用于HBV数据库，对HBV进行分类。本发明基于高斯分布的模糊积分，通过高斯函数表示被积函数来完成模糊积分的投影，然后再根据投影得到的虚拟积分值进行线性分类，提高HBV分类精度，简化了HBV分类过程。
-
公开(公告)号：CN113724270B
公开(公告)日：2023-08-08
申请号：CN202110983285.5
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种牲畜表面点云智能分割方法及其系统，其中方法包括以下步骤：S1：获取牲畜表面原始整体点云；S2：对原始整体点云进行体素化，得到精简后的牲畜体表点云；S3：将牲畜体表点云通过多层感知器进行高维空间映射，同时进行特征整合，实现对牲畜体表点云的头、颈、胸、腹、臀、四肢、尾巴的粗分割；S4：将粗分割结果还原到原始整体点云上，得到原始点云上的粗分割结果；S5：对头、胸、腹、臀几种关键局部原始点云数据集进行细分割，实现分解点云。
-
公开(公告)号：CN114742880B
公开(公告)日：2023-02-03
申请号：CN202210412288.8
申请日：2022-04-19
Applicant: 华南农业大学
Abstract: 本发明公开了一种牲畜体积计算方法、系统、可读存储介质，其中方法包括步骤如下：S1：获取第一牲畜体表点云；S2：通过重构隐式指示函数建立第一牲畜体表点云的曲面函数；S3：根据曲面函数将第一畜体表点云分解为多个四面体；S4：根据顶点坐标计算每个四面体的体积，对所有四面体的体积求和，得到牲畜点云总体积。本发明计算精度高，可准确的求出牲畜点云总体积，且本发明可广泛用于完整牲畜体积计算、牲畜部位的体积计算、根据体积估重、分群、选种等方面。
-
Patent Agency Ranking
公开(公告)号：CN114550069A
公开(公告)日：2022-05-27
申请号：CN202210199936.6
申请日：2022-03-01
Applicant: 华南农业大学
IPC: G06V20/40 , G06V10/26 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的仔猪乳头计数方法，所述的方法包括步骤如下：S1：对仔猪腹部进行视频获取；S2：对获取的视频进行逐帧筛选，过滤模糊图像，保留清晰图像；S3：使用目标分割网络对猪体进行目标分割提取；S4：将分割后目标提取图像输入计数网络进行仔猪乳头计数；S5：依据多帧图像多数计数结果实现仔猪乳头最终计数。本发明具有高效、准确自动计数仔猪乳头的优点，不需要采用人力计数，有效的降低劳动力和提高计数效率。
-
公开(公告)号：CN114187310A
公开(公告)日：2022-03-15
申请号：CN202111390150.4
申请日：2021-11-22
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于八叉树和PointNet++网络的大规模点云分割方法，包括步骤如下：获取物体原始的大规模三维点云数据；在PointNet++网络的输入端和输出端分别加入若干层八叉树模块，实现构建点云分割模型；将大规模点云数据输入点云分割模型进行迭代训练，先利用八叉树模块对大规模三维点云数据进行空间体素划分，提取特征点使大规模三维点云数据转化为小规模三维点云数据，然后输入PointNet++网络对点云数据进行分割，最后将分割的标记信息再通过八叉树模块在相同空间体素中进行共享，将分割结果还原回原始大规模三维点云数据；将待分割的大规模三维点云数据输入训练好的点云分割模型，实现对大规模三维点云数据进行自动化分割。
-
公开(公告)号：CN113724270A
公开(公告)日：2021-11-30
申请号：CN202110983285.5
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种牲畜表面点云智能分割方法及其系统，其中方法包括以下步骤：S1：获取牲畜表面原始整体点云；S2：对原始整体点云进行体素化，得到精简后的牲畜体表点云；S3：将牲畜体表点云通过多层感知器进行高维空间映射，同时进行特征整合，实现对牲畜体表点云的头、颈、胸、腹、臀、四肢、尾巴的粗分割；S4：将粗分割结果还原到原始整体点云上，得到原始点云上的粗分割结果；S5：对头、胸、腹、臀几种关键局部原始点云数据集进行细分割，实现分解点云。
-
公开(公告)号：CN110986788B
公开(公告)日：2020-10-23
申请号：CN201911116935.5
申请日：2019-11-15
Applicant: 华南农业大学
IPC: G01B11/02
Abstract: 本发明公开了一种基于三维点云牲畜表型体尺数据的自动测量方法，该方法包括以下步骤：获取牲畜不同局部点云，对多个局部点云融合成全局点云；对牲畜的上方点云拟合中轴平面，进而获取牲畜的背脊轮廓线，在背脊线轮廓线上定位牲畜的体长起始点和体长终止点，并进行积分求得牲畜的体表长；根据牲畜的背脊轮廓线，获取地平面点云数据，并进行最小二乘拟合平面，得到地平面方程，再求牲畜的体高；利用牲畜的上方点云投影到XOY平面，得到点云数目分布的离散曲线图，找出胸宽在离散曲线图的位置，进而求牲畜的胸宽长度；选取待测量围度的切片，采用该切片建立极坐标系，将极坐标系绘制在直角坐标系上，再对其拟合曲线，利用极坐标弧长积分公式求取待测量围度。
-
公开(公告)号：CN110659544A
公开(公告)日：2020-01-07
申请号：CN201810710605.8
申请日：2018-06-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于非参数时空上下文轨迹模型的奶牛行为识别方法。该方法首先基于目标跟踪算法获取奶牛运动轨迹，在此基础上，定义一个二元组(轨迹点，轨迹对)建模奶牛运动时序信息及其不同部位相对运动信息，最后通过支持向量机实现奶牛行为识别分类。该发明通过构建非参数时空上下文轨迹模型建模奶牛多个运动部位的时空相关性，进而获取奶牛动态行为模式。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.01 seconds)
