-
公开(公告)号：CN114187254B
公开(公告)日：2024-09-27
申请号：CN202111483581.5
申请日：2021-12-07
Applicant: 华南农业大学
Abstract: 本发明公开了一种用于采摘机器人的沙田柚图像识别方法，包括以下步骤：分别对未成熟沙田柚用色差分量R/4+3G/4‑B，成熟沙田柚用色差分量2R‑G‑B将沙田柚图像灰度化；利用阈值分割法将灰度图二值化；对二值图像再进行形态学运算，处理图像噪声；进行连通区域标记，采用种子填充法标记区域，去除区域像素点数小于#imgabs0#的区域，再采用种子填充法第二次划分区域；使用扫描线填充法进行区域填充；获取离散的边缘点，再将离散点按顺序整合成点链，进行边缘提取；根据基于边缘点估测优化算法分别得到沙田柚身体圆和头部圆形状，获得沙田柚的整体轮廓信息，进行图像拟合，获得最终沙田柚识别标记。本发明的沙田柚图像识别方法的检测精度更高，可高效识别沙田柚的位置和状态。
-
公开(公告)号：CN114743234B
公开(公告)日：2024-05-03
申请号：CN202210175799.2
申请日：2022-02-25
Applicant: 华南农业大学
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种基于深度学习的人脸口罩高效识别方法，包括：首先构建嵌入空间数据库，其中存储有人脸特征向量的嵌入空间；在需要识别的场景中采集人脸图像，将采集的每张人脸图像先通过并行网络进行降维，得到降维后的特征图；将降维后的特征图输入训练好的人脸检测模型中，得到检测后的特征图；再将检测后的特征图输入到训练好的人脸口罩分类模型中进行分类，将分类后的特征图输入到三元网络，得到更加细化的人脸特征向量以及人脸特征向量的嵌入空间；再将所述人脸特征向量输入到多层感知器中，进行人脸特征向量的多层感知与读取，最终通过将人脸特征向量的嵌入空间与所述嵌入空间数据库中已有的嵌入空间进行对比得到人脸识别结果。
-
公开(公告)号：CN117152105A
公开(公告)日：2023-12-01
申请号：CN202311163983.6
申请日：2023-09-08
Applicant: 华南农业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V20/68 , G06Q50/02
Abstract: 本申请涉及一种果园荔枝估产方法、装置、设备及介质，方法包括：获取多个角度的果园荔枝图像，根据多个角度的果园荔枝图像确定预设的果园荔枝估产模型的训练集；更新果园荔枝估产模型，将小目标检测头至添加至果园荔枝估产模型中的预测模块，将果园荔枝估产模型中的基准网络中的C3模块更新为带有多头注意力机制的C3TR模块，以及将ECA注意力机制添加至C3TR模块之后；根据所述训练集中的训练样本以及监督标签训练更新后的果园荔枝估产模型，直至更新后的果园荔枝估产模型达到收敛状态，以完成果园荔枝估产模型的构建；将果园荔枝图像输入至训练好的果园荔枝估产模型，确定果园荔枝图像中荔枝果实相对应的位置及数量。本申请能够大大提升果农的估产效率。
-
公开(公告)号：CN114743234A
公开(公告)日：2022-07-12
申请号：CN202210175799.2
申请日：2022-02-25
Applicant: 华南农业大学
IPC: G06V40/16 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的人脸口罩高效识别方法，包括：首先构建嵌入空间数据库，其中存储有人脸特征向量的嵌入空间；在需要识别的场景中采集人脸图像，将采集的每张人脸图像先通过并行网络进行降维，得到降维后的特征图；将降维后的特征图输入训练好的人脸检测模型中，得到检测后的特征图；再将检测后的特征图输入到训练好的人脸口罩分类模型中进行分类，将分类后的特征图输入到三元网络，得到更加细化的人脸特征向量以及人脸特征向量的嵌入空间；再将所述人脸特征向量输入到多层感知器中，进行人脸特征向量的多层感知与读取，最终通过将人脸特征向量的嵌入空间与所述嵌入空间数据库中已有的嵌入空间进行对比得到人脸识别结果。
-
Patent Agency Ranking
公开(公告)号：CN114708538A
公开(公告)日：2022-07-05
申请号：CN202210379365.4
申请日：2022-04-12
Applicant: 华南农业大学
IPC: G06V20/40 , G06V20/17 , G06V10/40 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/73
Abstract: 本发明公开了一种基于无人机的红火蚁蚁巢检测定位方法，包括：构建红火蚁蚁巢数据集；搭建特征提取网络，所述特征提取网络采用改进后的SSD网络；将特征提取网络连接特征强化网络，构建SSD‑特征强化网络；利用红火蚁蚁巢数据集，对SSD‑特征强化网络架构采用迁移学习的方法进行训练，得到训练好的红火蚁蚁巢检测模型；将整个红火蚁蚁巢检测模型移植到无人机内部，无人机在预设的飞行高度飞行时获取实时视频流，截取视频流中每帧图像，利用红火蚁蚁巢检测模型对每帧图像进行红火蚁蚁巢检测，输出红火蚁蚁巢位置信息和分布图。本方法能高效、准确地检测出红火蚁蚁巢，提高野外勘探效率，实现蚁巢检测的智能化。
-
公开(公告)号：CN114463738A
公开(公告)日：2022-05-10
申请号：CN202111585183.4
申请日：2021-12-22
Applicant: 华南农业大学
Abstract: 本发明针对现有技术的局限性，提出了一种基于深度学习的常见农作物多类别虫害识别方法，其对深度学习模型DenseNet卷积神经网络进行了改进，通过集成学习结合了选择性内核单元、表征批规范化模块以及自适应激活函数ACON，使该卷积神经网络能够根据网络的输入，自适应调整感受野的大小，捕捉不同尺寸的目标；减少输入信息的噪声，增强输入信息的特征，让特征服从稳定的分布；还增强了网络的综合表现；使得DenseNet卷积神经网络能够有效处理多农作物品种、多虫害类型的数据集，提高了训练后所得虫害识别模型对农作物虫害的识别率，在实际应用过程中能很好的满足真实环境的要求。
-
公开(公告)号：CN106076864B
公开(公告)日：2018-04-17
申请号：CN201610508628.1
申请日：2016-06-29
Applicant: 华南农业大学
Abstract: 本发明公开了一种排序视觉检测分级机，包括有用于输送单个水果的排序单果送进机构、用于检测水果级别的视觉检测机构以及用于按级别分选水果的分级执行机构，依靠其排序单果送进机构，有效实现复杂混乱的目标群体有序排列，逐一单个输送，使该分级机的工作更自动化；其视觉检测机构能对被检测水果进行检测识别，分级的标准包括水果的成熟度、缺陷、大小和重量等等，分级要素多样化，高度自动化，并有效的减少了水果间、水果与机器间的碰撞挤压，大大降低水果的挤压、碰撞损伤；其分级执行机构能根据视觉检测机构的检测结果将水果按照级别分别分选至其对应的收集箱中，实现水果自动分级。
-
公开(公告)号：CN106076864A
公开(公告)日：2016-11-09
申请号：CN201610508628.1
申请日：2016-06-29
Applicant: 华南农业大学
CPC classification number: B07C5/00 , B07C5/02 , B07C5/362 , B07C5/38 , B07C2501/009
Abstract: 本发明公开了一种排序视觉检测分级机，包括有用于输送单个水果的排序单果送进机构、用于检测水果级别的视觉检测机构以及用于按级别分选水果的分级执行机构，依靠其排序单果送进机构，有效实现复杂混乱的目标群体有序排列，逐一单个输送，使该分级机的工作更自动化；其视觉检测机构能对被检测水果进行检测识别，分级的标准包括水果的成熟度、缺陷、大小和重量等等，分级要素多样化，高度自动化，并有效的减少了水果间、水果与机器间的碰撞挤压，大大降低水果的挤压、碰撞损伤；其分级执行机构能根据视觉检测机构的检测结果将水果按照级别分别分选至其对应的收集箱中，实现水果自动分级。
-
公开(公告)号：CN205486192U
公开(公告)日：2016-08-17
申请号：CN201521132290.1
申请日：2015-12-22
Applicant: 华南农业大学
Abstract: 本实用新型公开了一种用于水果溯源的RFID读写器，包括壳体，其特征在于：所述壳体内设有与天线模块相连接的发射模块和接收模块，所述天线模块将接受到的信号通过天线调节器处理后发送给接收模块，所述接收模块上还依次连接有处理模块、存储模块和接口模块，所述的壳体上设有照明装置，所述壳体上连接有可伸缩的握杆，所述的握杆与壳体可拆卸连接，所述握杆上设有控制照明装置的控制开关，所述壳体上设有固定带。本实用新型具有读取果树上的电子标签方便，设备便于携带的优点。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.031 seconds)
