-
公开(公告)号：CN112784880A
公开(公告)日：2021-05-11
申请号：CN202110002622.8
申请日：2021-01-04
Applicant: 安徽大学
Abstract: 本发明涉及图像识别技术领域，公开了基于自然特征统计方法标注高速公路雾天能见度等级，包括自然特征统计的方法和能见度等级的划分，所述自然特征统计的方法包括以下步骤：S1、提取雾感特征；S2、计算高斯模型参数、马氏距离和雾密度；S3、建立实验模型，标注能见度等级。本发明利用自然图像特征统计方法从图片中提取雾特征，将其拟合到多元高斯模型中，计算模型参数，得到模型之间的马氏距离，再计算出雾密度，表示不同等级能见度之间的阈值，以此来自动标注能见度等级，相对于目测法，结果更客观，大大提高了标注效率，相较于仪器检测更方便，可靠，同时为深度学习能见度检测提供大量的样本数据库。
-
公开(公告)号：CN111611889A
公开(公告)日：2020-09-01
申请号：CN202010398156.5
申请日：2020-05-12
Applicant: 安徽大学
Abstract: 本发明公开了一种基于改进卷积神经网络的农田微型虫害识别装置，包括摄像终端系统、智能识别系统、远程更新系统。所述摄像终端系统用于通过摄像控制模块来调用终端摄像模块，拍摄田间微型虫害图片，并传送到智能识别系统中；所述智能识别系统，基于改进卷积神经网络，接收摄像终端系统拍摄的图片并进行一定的处理，通过智能识别系统识别拍摄图片中的农业微型虫害，再返回到摄像终端系统的界面以显示虫害的具体种类以及防治等信息；所述远程更新系统，在于实时存储用户拍摄的图片，以此定期更新智能识别系统，提高虫害识别精度和效率。本发明具有操作方便、智能交互、便于携带等优点。
-
公开(公告)号：CN117152234A
公开(公告)日：2023-12-01
申请号：CN202311119430.0
申请日：2023-09-01
Applicant: 安徽大学
Abstract: 本发明涉及一种多生育期小麦倒伏面积提取方法，包括：进行数据采集；进行图像预处理；进行数据扩增；对数据扩增后的图像进行筛选，剔除不存在倒伏的图像，在剔除后以4：1的比例将图像随机划分为训练集和验证集；对Mask2Former网络模型进行改进，将训练集输入改进的Mask2Former网络模型进行训练，筛选得到最优分割模型；将待检测的小麦图像输入最优分割模型中，计算出小麦倒伏的实际面积。本发明收集不同生育阶段的小麦倒伏数据，应用数据增强来模拟田间复杂自然环境，以提高模型的鲁棒性与泛化性。引入层级交互特征金字塔网络HI‑FPN改进了Mask2Former网络模型，实现了多尺度特征的提取与融合，提高倒伏区域分割的准确性，对小麦倒伏面积进行精确计算。
-
公开(公告)号：CN116630223A
公开(公告)日：2023-08-22
申请号：CN202211095048.6
申请日：2023-04-25
Applicant: 安徽大学
Abstract: 本申请涉及农业图像处理的领域，并公开了一种基于深度卷积神经网络的水稻图像去雨方法，包括以下步骤：获取待去雨的水稻的有雨图像；将待去雨的水稻的有雨图像输入训练后的水稻图像去雨网络，并输出去雨后的水稻图像信息；将无雨的水稻图像信息进行远程传输后进行表型监测。本申请解决了现有技术中在农业水稻图像领域，雨痕易于重叠，水稻图像去雨痕较难的技术问题，实现了可以具有很好的去雨效果，并且可以使得图片雨线或者雨滴更容易去除。
-
公开(公告)号：CN115049891A
公开(公告)日：2022-09-13
申请号：CN202210499685.3
申请日：2022-05-09
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/68
Abstract: 本申请涉及定位测距的领域，公开了一种基于YOLOv5的草莓定位与测距方法，包括以下步骤：利用双目摄像头采集草莓照片，得到草莓图像；对所述草莓图像进行灰度转换处理，得到草莓灰度图像；利用预设模型对所述草莓灰度图像进行识别；其中，所述预设模型基于YOLOv5网络中训练得到。本申请解决了现有技术中定位与测距精度不高的技术问题，实现了利用训练出的模型来提高识别精度和识别效率。
-
Patent Agency Ranking
公开(公告)号：CN114943906A
公开(公告)日：2022-08-26
申请号：CN202210259450.7
申请日：2022-03-16
Applicant: 安徽大学
Abstract: 本申请公开了一种基于SCResneSt网络的低分辨率水稻虫害Android手机识别系统，包括实时采集模块、预处理模块以及识别模块：所述实时采集模块被配置为实时采集原始图片数据；所述预处理模块被配置为对所述原始图片数据进行预处理，得到待识别图片数据；所述识别模块被配置为将所述待识别图片数据输入至识别模型中进行识别，得到识别结果。本申请解决了现有技术中病虫害图像的准确率低和鲁棒性无法达到应用需求的技术问题，实现了将低分辨率转换成超分辨重构图像，提高了低分辨率水稻害虫识别的准确率。
-
公开(公告)号：CN114271814A
公开(公告)日：2022-04-05
申请号：CN202111603237.5
申请日：2021-12-24
Applicant: 安徽大学
Abstract: 本申请公开了一种基于Kinect的卒中风患者康复训练与评估方法，包括以下步骤：利用深度相机获取患者做康复动作时的若干个关节点的三维坐标；对所述关节点的置信度进行判断，得到判断结果；当所述判断结果为是时，计算所述患者骨骼余弦角度和所述关节点瞬时速度形成测试特征向量；计算所述测试特征向量与标准库中动作相识度，得到所述患者的动作类别；利用评分模型对所述患者的康复动作进行评分，并给出指导意见。本申请解解决了现有技术中数据误差、关节点数据丢失的技术问题，实现了采集的数据进行均值滤波处理，减小噪声影响，并且可以对于缺失关节点数据进行数据预测修复处理，提高数据质量，能够给患者提供了更好的动作分析指导。
-
公开(公告)号：CN114224303A
公开(公告)日：2022-03-25
申请号：CN202111217805.8
申请日：2021-10-19
Applicant: 安徽大学
Abstract: 本发明公开了一种无创血压预测方法，包括以下步骤：获取测量者的体征数据，所述体征数据包括所述测量者的PPG数据；将所述测量者的体征数据输入预设的血压预测模型中，得到所述测量者的血压信息；将所述血压信息发送至医疗平台；其中，所述血压预测模型是利用训练数据基于训练网络模型中训练得到，所述训练数据根据若干个受试者的体征数据得到。本申请解决了现有技术中需要同时佩戴ECG检测装置和PPG检测装置，在数据收集方面比较繁杂，预测速度较慢的技术问题，实现了只需要获取测量者的PPG数据，并将PPG数据输入预设的血压预测模型中即可快速准确地得到测量值的血压信息，提高了无创血压预测的速度和便捷度。
-
公开(公告)号：CN113129288A
公开(公告)日：2021-07-16
申请号：CN202110437743.5
申请日：2021-04-22
Applicant: 安徽大学
Abstract: 本发明涉及工业缺陷检测技术领域，具体是一种基于深度学习图像语义分割的药片表面缺陷检测方法及其自动化处理装置，所述第一输送机的一侧设置有图像采集模块、且第一输送机的出料端与图像采集模块之间通过第二滑板相连。本发明采用图像语义分割技术对药片表面缺陷检测进行检测，能通过预训练好的深度学习模型分割出污点、缺损缺陷区域并随之统计缺陷区域像素个数，依据设定的阈值实现药片的准确分类，自动处理装置能够将待检药片传输至检测区域，经相机拍摄图像后根据实时检测模块的分类结果对药片进行分类处理，该装置能够实现药片的多角度、实时、自动化检测，提高了工作效率，降低了成本。
-
公开(公告)号：CN119323740A
公开(公告)日：2025-01-17
申请号：CN202411367973.9
申请日：2024-09-29
Applicant: 安徽大学
Abstract: 本发明涉及一种基于通道空间融合交叉注意力的无人机缺陷检测方法，包括：规划输电线路中塔杆的航点采样路线；获取无人机低空拍摄的高分辨率可见光图像并进行预处理；对YOLOv8网络模型进行改进，得到基于YOLOv8的无人机缺陷检测模型，进行训练和验证；识别杆塔中铜铝过度线夹和销钉缺失的缺陷位置和类别。本发明将YOLOv8网络模型中的多尺度特征提取网络替换为ESSF模块来解决尺度变化剧烈问题，充分融合浅层信息和深层信息，可以捕捉到更多的小目标信息，增加小目标检测层可以增强模型对微小物体的感知能力；集成CSFCA注意力机制模块，可以充分利用全局和局部的信息，能够过滤背景噪声和突出关键信息，提升缺陷检测的效率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.025 seconds)
