-
公开(公告)号：CN118154996A
公开(公告)日：2024-06-07
申请号：CN202410572257.8
申请日：2024-05-10
Applicant: 山东科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 本发明涉及三维计算机视觉技术领域，特别是涉及一种多尺度深度特征聚合的三维场景点云分类方法，包括：获取待分类点云数据；将待分类点云数据输入三维场景点云分类模型，获取与原始点云空间分辨率相同的点视觉特征，其中，三维场景点云分类模型对待分类点云数据的局部视觉特征汇聚融合，提取点云局部特征，对点云局部特征进行全局上下文信息提取；三维场景点云分类模型根据训练集训练获得，训练集包括三维点云数据和相应分类标注。本发明高效地生成了更具区分力和描述力的点云几何视觉特征，实现对显著性特征的自适应筛选，强化重要语义信息在三维点云分类任务中的作用。
-
公开(公告)号：CN116735538B
公开(公告)日：2024-05-24
申请号：CN202311021078.7
申请日：2023-08-15
Applicant: 山东科技大学
Abstract: 本发明公开一种基于氮素分配模型的作物氮素累积量遥感预测方法，属于专门适用于预测目的的数据处理方法技术领域，用于进行作物氮素累积量预测，包括：遥感植被指数计算与敏感指数筛选，根据敏感植被指数构建LNA反演模型，对作物整体与部分之间的联系和区别进行分析，找到植株中的氮素在整个生育期的分配规律，构建氮素分配模型NDM。本发明所构建的植株氮素累积量遥感监测模型结合了作物生理生态特点及氮素分配的动态规律，具有一定的机理性，能够消除因生长阶段不同而影响的估测不准确问题，可用于作物全生育期的植株氮素累积量预测，同时能够有效解决生育后期存在的部分预测值低估问题。
-
Patent Agency Ranking
公开(公告)号：CN117274844B
公开(公告)日：2024-02-06
申请号：CN202311524223.3
申请日：2023-11-16
Applicant: 山东科技大学
Abstract: 本发明公开了一种利用无人机遥感影像的大田花生出苗情况快速提取方法，属于农业信息化技术领域，包括如下步骤：根据试验区大田数据采集需求选用无人机搭载多光谱传感器采集影像数据；进行影像数据处理，生成正射影像数据；计算过绿植被指数影像；利用计算得到的过绿植被指数影像进行局部极大值计算，初步确定花生植株位置信息的关键点；对初步确定花生植株位置信息的关键点进行直线拟合，确定花生植株区域；生成距离变换图；进行图像分割，将花生植株区域分割成一系列分割对象，每一个分割对象即为识别得到的每株花生植株。本发明实现了(56)对比文件刘帅兵 等.基于无人机遥感影像的玉米苗期株数信息提取方法《.农业工程学报》.2018,第69-77页.
-
公开(公告)号：CN117274844A
公开(公告)日：2023-12-22
申请号：CN202311524223.3
申请日：2023-11-16
Applicant: 山东科技大学
Abstract: 本发明公开了一种利用无人机遥感影像的大田花生出苗情况快速提取方法，属于农业信息化技术领域，包括如下步骤：根据试验区大田数据采集需求选用无人机搭载多光谱传感器采集影像数据；进行影像数据处理，生成正射影像数据；计算过绿植被指数影像；利用计算得到的过绿植被指数影像进行局部极大值计算，初步确定花生植株位置信息的关键点；对初步确定花生植株位置信息的关键点进行直线拟合，确定花生植株区域；生成距离变换图；进行图像分割，将花生植株区域分割成一系列分割对象，每一个分割对象即为识别得到的每株花生植株。本发明实现了对大田花生苗情信息的快速、精确提取和识别。
-
公开(公告)号：CN117253163A
公开(公告)日：2023-12-19
申请号：CN202311509398.7
申请日：2023-11-14
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于无人机激光雷达的田间花生株高估算方法，属于无人机遥感测量及图像处理技术领域，包括如下步骤：步骤1、综合考虑目标监测区域的地貌地形、机载激光雷达设备的参数、天气条件、航带重叠度和航带宽度，规划符合要求的航线；步骤2、将机载激光雷达系统安装在无人机飞行器上，机载激光雷达系统包括激光雷达设备、GPS全球定位系统和惯性导航系统；步骤3、基于点云数据构建目标监测区域的三维数字表面模型；步骤4、对生成的三维数字表面模型进行分割和计算，最终得到花生的株高估算值。本发明可以精准、无损、高效地获取花生株高信息，适合大尺度的农情监测。
-
公开(公告)号：CN116206306A
公开(公告)日：2023-06-02
申请号：CN202211672129.8
申请日：2022-12-26
Applicant: 山东科技大学
Abstract: 本发明公开一种类间表征对比驱动的图卷积点云语义标注方法，属于摄影测量技术领域，用于进行点云的语义标注，本发明设计了一种几何结构编码模块，以此来描述各点邻域范围内的几何特征；利用一种几何结构与语义特征融合图卷积模块，在层间依靠堆叠的传递边卷积提取中心点与邻域各点间特征关系，并依靠自注意力机制将边特征信息聚合至对应中心节点内；与此同时将各编码层中几何结构编码信息进行多层间传递，从而为邻近点语义关系的挖掘提供更丰富的空间基础；采用一种类间表征对比和交叉熵损失协同驱动的多任务优化策略，使得在高维度语义特征空间中相同类别点特征距离更近，而不同类别点特征距离更远，从而得到具有更丰富语义表达能力的点特征。
-
公开(公告)号：CN115829171A
公开(公告)日：2023-03-21
申请号：CN202310159341.2
申请日：2023-02-24
Applicant: 山东科技大学
IPC: G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种联合时空信息和社交互动特征的行人轨迹预测方法，属于计算机视觉技术和自动驾驶领域，包括如下步骤：步骤1、获取行人历史轨迹，并利用基于多层感知机的运动轨迹映射模块初步编码行人的历史轨迹信息；步骤2、构建行人轨迹预测网络模型预测轨迹分布；步骤3、训练得到最优的行人轨迹预测网络模型；步骤4、基于最优的行人轨迹预测网络模型，采集当前帧的前8个时间步真实位置作为行人已知的观测轨迹数据，预测未来12个时间步的运动轨迹。本发明深度挖掘轨迹预测过程中行人自我运动与场景内行人间社交互动的潜在时空信息，显著提高了行人轨迹预测的精确性与合理性。
-
-
-
-
-
-
Search Results
27
records
(took 0.029 seconds)
