-
公开(公告)号：CN103745111B
公开(公告)日：2017-06-16
申请号：CN201410019021.8
申请日：2014-01-15
Applicant: 华南农业大学
IPC: G06F19/00
Abstract: 本发明公开了一种纯电动乘用车续驶里程预测方法，包括下述步骤：S1、采用模糊聚类的方式进行建模；S2、通过模糊时间序列分析算法对纯电动乘用车能耗状况进行建模；S3、建立模糊时间序列模型；S4、将能耗划分为超高、较高、正常、较低、超低五个能耗状态描述；S5、结合经过模糊时间序列所推算的影响因素预测值，经过加权相似性匹配后，得到能耗匹配值，能耗匹配值与路段能耗权值运算最终得到加权能耗预测值；S6、用剩余能耗值减去加权能耗预测值，得到预测剩余能耗值，再换算成续驶里程；S7、直至路段的预测剩余能耗值少于或者等于最低能耗要求值结束算法。本发明通过准确预测续驶里程，可解决目前纯电动乘用车难以实现里程预测的问题。
-
公开(公告)号：CN105761234A
公开(公告)日：2016-07-13
申请号：CN201610059167.4
申请日：2016-01-28
Applicant: 华南农业大学
CPC classification number: G06T5/50 , G06T3/4061 , G06T2207/10036 , G06T2207/20221
Abstract: 本发明公开一种基于结构稀疏表示的遥感图像融合方法，利用自适应权值系数计算模型求出多光谱图像的亮度分量，将相似图像块组成结构组，利用结构组稀疏模型求出亮度分量和全色图像的结构组字典和组稀疏系数，应用绝对值最大规则进行全色图像稀疏系数的部分替换，生成新的稀疏系数，利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像。最后，用通用分量替换模型进行融合，获得高分辨率多光谱图像。本发明将结构组稀疏表示引入到遥感图像融合领域，克服了在经典稀疏表示融合方法中只考虑单一图像块的局限，同经典稀疏表示方法相比，本发明具有更加优越的光谱保持和空间分辨率提高性能，且极大地缩短了遥感图像融合过程中训练字典的时间。
-
公开(公告)号：CN103287359B
公开(公告)日：2015-04-29
申请号：CN201310148151.7
申请日：2013-04-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种纯电动汽车能耗检测方法，通过目前纯电动汽车所能采集的行车记录数据，以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度等能耗相关数据的采集，结合传统行车记录仪采集的速度、里程、方向等基本位置信息，同时采集交通主管部门实时发布的路面拥堵、天气等数据，建立纯电动汽车能耗检测数据库以及纯电动汽车能耗检测分析数学模型。本发明以纯电动汽车车载终端为应用载体，设计了终端能耗检测和平台能耗检测结果的对比输出方法，通过对比车载终端能耗初步检测结果、能耗监测平台结果等不同模型的结果，以多次比较中数值最优结果作为能耗检测结果输出。
-
公开(公告)号：CN103578112A
公开(公告)日：2014-02-12
申请号：CN201310567932.X
申请日：2013-11-14
Applicant: 华南农业大学
IPC: G06T7/00
Abstract: 本发明公开一种基于视频图像特征的增氧机工作状态检测方法，分为学习阶段和工作阶段，学习阶段提取采集到的增氧机视频中的前后两帧图像，利用角点检测方法检测前一帧图像的角点；根据前一帧图像的角点，利用光流法在后一帧中搜索出对应的角点；计算所提取前后两帧图像对应角点的平均位移量，统计视频中所有前后连续两帧图像对应角点的位移，画出位移直方图，获取增氧机停止/运行工作状态的判断阈值T；工作阶段，采用同样的方式获取前后两帧对应角点的平均位移量，当平均位移量大于T时，判断增氧机为运行状态，否则增氧机为停止状态。该方法可在无人监管的情况下，利用已有的摄像装置对增氧机的运行状态进行实时的监控，且安装和调试十分方便。
-
公开(公告)号：CN114241031B
公开(公告)日：2024-05-10
申请号：CN202111579640.9
申请日：2021-12-22
Applicant: 华南农业大学
IPC: G06T7/60 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/09
Abstract: 本发明公开了一种基于双视角融合的鱼类体尺测量和体重预测的方法及装置，获取不同视角采集设备的内参矩阵和畸变系数；采集不同视角和不同条件下的鱼的图像序列，建立图像集；对图像集进行预处理；搭建Mask R‑CNN网络模型，进行目标区域的特征提取，对该模型进行训练和验证；从Mask分支输出不同视角视图的像素级目标掩膜；从关键点检测分支获得关键点热图；用训练好的Mask R‑CNN网络模型，对图像集进行测试，获得鱼的分割掩膜和检测关键点，将关键点坐标经折射校正后转化为真实世界距离，获取鱼的体尺数据信息，并依据多帧图像序列计算各项体尺中位数指标；基于训练集和样本真实体重值，训练第二回归神经网络模型，用于体重预测；可视化展示体尺指标和体重数值。
-
Patent Agency Ranking
公开(公告)号：CN113963387B
公开(公告)日：2024-04-19
申请号：CN202111186478.4
申请日：2021-10-12
Applicant: 华南农业大学
Abstract: 一种基于最优编码位的手指多模态图像编码和融合方法。其方法对原始手指三模态图像进行增强，获得手指三模态增强图像；利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码；利用特征编码融合方法对手指三模态特征编码进行融合，获得最终融合图像等步骤。本发明效果：有效凸显了手指血管成像区域，实现了退化手指图像的稳定增强。解决了可能会产生的冗余信息和冗余特征编码位的问题，以便提取特征。可以充分利用手指三模态信息并提高识别的准确性和鲁棒性。
-
公开(公告)号：CN113947617B
公开(公告)日：2024-04-16
申请号：CN202111217322.8
申请日：2021-10-19
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40 , G06N3/09
Abstract: 本发明公开了一种基于长短记忆的哺乳仔猪多目标跟踪方法，包括：S1：采集哺乳仔猪视频，建立哺乳仔猪多目标跟踪视频数据库；S2：搭建CenterReID模型，用数据库中的训练集和验证集对该模型进行训练并验证；S3：用训练好的CenterReID模型对数据库中的测试集进行测试，获得哺乳仔猪目标检测结果Dets和特征提取结果Features；S4：针对不同消失时间再次出现的仔猪，设计适应长短时间外观特征变化匹配机制，利用Dets和Features对连续图像哺乳仔猪进行目标ID匹配，进而获得跟踪结果。本发明能在固定场景下克服小猪运动不规律、身体形变较大、扎堆、难重新识别等困难，可自动识别跟踪哺乳仔猪，解决猪场饲养环境下饲养员长时间巡查猪群疲惫造成判断不准确的问题。
-
公开(公告)号：CN114842326B
公开(公告)日：2024-04-02
申请号：CN202210277514.6
申请日：2022-03-21
Applicant: 华南农业大学 , 广州创纽人工智能科技有限公司
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/766 , G06T7/70
Abstract: 本发明公开了一种免定标檀香树植株缺苗定位方法，包括：首先，通过预训练的检测模型检测出待缺苗定位的遥感图像中檀香树目标，然后，根据已检测出的檀香树目标的像素坐标确定列基准位置，划分列区域；再通过线性回归拟合，得到每个列区域的檀香树排列的线性回归函数；确定边缘目标，根据线性回归函数延长回归直线，将位于回归直线延长线上的边缘目标纳入该直线所属的列区域；之后，扩充后的列区域进行第二次线性回归，修正线性回归函数；最后，通过给定的预设距离，利用线性回归函数对相应列区域进行缺苗定位。本发明能够较高精度免定标定位到缺苗位置，同时也为其他类似林业种植园的缺苗补苗工作提供了一种准确且可行的方法。
-
公开(公告)号：CN117746244A
公开(公告)日：2024-03-22
申请号：CN202311783341.6
申请日：2023-12-22
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室茂名分中心
Abstract: 本发明公开了一种基于点对点网络和贝叶斯损失的荔枝雌雄花计数方法，针对图像存在的线性透视问题，在主干网络引入特征金字塔网络和轻量级注意力模块。在损失函数构造部分，将预测图中某个点是否存在荔枝花的问题转化为贝叶斯估计问题，利用密集目标计数领域效果显著的贝叶斯损失，监督网络参数的更新方向，可以准确的获得图像中雌雄花的数量，为花期调控、疏花和产量预估提供决策参考。
-
公开(公告)号：CN114898250A
公开(公告)日：2022-08-12
申请号：CN202210393478.X
申请日：2022-04-15
Applicant: 华南农业大学
IPC: G06V20/40
Abstract: 本发明公开了一种基于自注意力机制的哺乳仔猪多目标跟踪方法，包括：S1、采集在栏哺乳仔猪视频，制作哺乳仔猪多目标跟踪的数据集，分为训练集与测试集；S2、改进TransTrack的网络模型，将训练集训练改进后的网络模型；S3、在测试集上，用训练后的网络模型输出仔猪检测与预测的跟踪结果；S4、设计黑暗区域自适应置信度匹配策略，找回黑暗区域的检测结果中的漏检目标；S5：设计基于历史帧标记的错检位置策略，避免检测结果中的错检。本发明解决了在栏哺乳仔猪跟踪过程中，仔猪全局特征提取能力不够，灯光出现的昏暗，以及仔猪与仔猪、母猪与仔猪之间的粘连遮挡，导致跟踪过程中，仔猪错检、漏检和id互换问题。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.021 seconds)
