-
公开(公告)号：CN108830144B
公开(公告)日：2022-02-22
申请号：CN201810416468.7
申请日：2018-05-03
Applicant: 华南农业大学
IPC: G06V40/10 , G06V10/764 , G06V10/774 , G06V10/70 , G06V10/766 , G06V10/82 , G06K9/62
Abstract: 本发明涉及一种基于改进Faster‑R‑CNN的哺乳母猪姿态识别方法，包括以下步骤：S1、采集哺乳母猪的RGB‑D视频图像，并建立母猪姿态识别深度视频图像库；S2、对基础ZF网络增加深度、并引入残差结构，设计成具有高精度、实时性和鲁棒性的CNN网络结构；S3、使用设计的CNN网络结构，构建Faster‑R‑CNN模型结构，并对Faster‑R‑CNN模型结构引入Center Loss监督信号，与SoftmaxLoss联合构成分类损失函数，最终建立改进的Faster‑R‑CNN母猪姿态识别模型；S4、使用训练集训练Faster‑R‑CNN母猪姿态识别模型，使用测试集测试模型性能，最终筛选最佳性能模型，用于哺乳母猪姿态识别。
-
公开(公告)号：CN105224942B
公开(公告)日：2020-02-04
申请号：CN201510402298.3
申请日：2015-07-09
Applicant: 华南农业大学
Abstract: 本发明涉及一种RGB‑D图像分类方法及系统。所述方法包括：S1.利用卷积神经网络（CNN）分别对源RGB图像和Depth图像进行处理提取低层次特征；S2.通过递归神经网络（RNN）对图像低层次特征进行反馈学习，提取图像中层特征；S3.采用块内约束字典学习方法，对图像中层特征进行特征组稀疏表示，获取RGB‑D图像的高层特征表示；S4.将RGB‑D图像的高层特征输入线性SVM完成RGB‑D图像的分类识别。本发明能实现图像自动提取特征，学习的RGB‑D图像特征表示能有效区分噪声数据与高相似度图像分类，提高RGB‑D图像分类精确率，采用线性SVM，提高图像分类速度。
-
公开(公告)号：CN106204586B
公开(公告)日：2019-07-19
申请号：CN201610539182.9
申请日：2016-07-08
Applicant: 华南农业大学
Abstract: 本发明提出了一种基于跟踪的复杂场景下的运动目标检测方法，所述方法包含如下步骤：对输入的视频帧，采用混合高斯模型进行背景建模并进行模型更新，获取初始前景像素点。基于LBP纹理特征对光照的不敏感性，分别将当前前景像素和相对应的背景像素与邻域像素进行二值化比较，实现了背景模型的自适应更新，很好的适应光照的突然变化，获得运动目标。再对运动目标进行跟踪，获取目标的轨迹信息，根据轨迹信息计算目标偏离初始位置的距离和运动方向改变的次数，以便去除树叶摆动的影响。最后再通过计算变异系数去除大量孤立的小噪声或者伪目标，获取最终运动目标。本发明可有效克服如晃动的树叶、光照突变等复杂背景的影响，具有良好的实时性和适应环境变化的能力。
-
公开(公告)号：CN107527351A
公开(公告)日：2017-12-29
申请号：CN201710772176.2
申请日：2017-08-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种融合FCN和阈值分割的哺乳母猪图像分割方法。采集母猪的视频图像，并建立母猪分割视频图像库；建立FCN母猪分割模型，用该模型对测试图像进行分割，获取FCN母猪图像分割结果；对FCN分割结果外接最小面积矩形框，并对该区域的灰度图和H分量进行Otsu阈值分割，获取阈值分割结果；将FCN分割结果和阈值分割结果进行融合，获取母猪图像的最终分割结果。本发明在FCN的基础上，融合多通道Otsu阈值分割技术，在不降低FCN分割效果的同时能有效填补局部区域缺失，提高分割准确率。
-
公开(公告)号：CN103578112B
公开(公告)日：2016-08-17
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。
-
Patent Agency Ranking
公开(公告)号：CN103164710B
公开(公告)日：2016-01-13
申请号：CN201310053703.6
申请日：2013-02-19
Applicant: 华南农业大学
Abstract: 本发明公开一种基于压缩感知的选择集成人脸识别方法，包括以下步骤：1）本方法首先根据不同的特征提取方法和不同稀疏系数求解方法建立多个压缩感知人脸分类器；2）通过选择算法选择多个由步骤1）中所产生的分类器组成集成分类器；3）利用人脸识别器快速判别待识别图像是否为有效人脸图像；4）将步骤3）中已识别为有效的人脸图像根据集成分类器进行集成人脸识别。本发明提出的选择集成人脸识别方法能够集成人脸识别，提高系统稳定性和泛化能力。本发明在ORL和YALE人脸库上的试验，验证了本发明所提出的方法的可行性和有效性。
-
公开(公告)号：CN103020829A
公开(公告)日：2013-04-03
申请号：CN201210530957.8
申请日：2012-12-11
Applicant: 华南农业大学
Abstract: 本发明公开一种空间可视化展现的二维码食品信息溯源方法，包括：生成包括食品质量安全信息和产地地理位置的企业端二维码标签；在食品仓储、运输、销售环节采用带GPS的标签识读器扫描二维码标签，将获得的地理坐标和环节信息存入数据库，生成零售端二维码标签；统计与平台建立：采用统计GIS对数据进行分析处理，建立可视化食品信息展示查询平台；溯源：移动终端扫描企业端二维码标签和/或零售端二维码标签，获得相应的标签信息。本发明将统计指标叠加显示在电子地图上，实现了统计信息与地理位置信息的完美结合，以更加直观的形式展示了食品的质量安全信息，提供了安全食品信息采集、统计与分析的有效手段。
-
公开(公告)号：CN119229530A
公开(公告)日：2024-12-31
申请号：CN202411288008.2
申请日：2024-09-13
Applicant: 华南农业大学
Abstract: 本发明公开了一种母猪挤压仔猪事件的自动检测分析方法，包括：获取哺乳母猪及仔猪共同生活的视频数据作为初始数据集；基于初始数据集识别得到所有视频帧的仔猪掩膜轮廓、母猪姿态、母猪掩膜轮廓及关键点；基于母猪姿态筛选初始数据集，得到基本数据集；基于基本数据集及对应的母猪掩膜轮廓和关键点得到不同的致命区域；基于致命区域确定最终致命区域；基于基本数据集和仔猪掩膜轮廓在最终致命区域内追踪仔猪，得到追踪结果；基于追踪结果得到被挤压仔猪数量。能够精确定位母猪挤压仔猪的致命区域进而检测母猪挤压仔猪的数量。
-
公开(公告)号：CN117746421A
公开(公告)日：2024-03-22
申请号：CN202311783077.6
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
IPC: G06V20/68 , G06V20/64 , G06V10/46 , G06V10/40 , G06V10/774 , G06V10/56 , G06V10/82 , G06V10/30 , G06V10/36 , G06T7/62
Abstract: 本发明公开了一种基于神经辐射场的荔枝三维表型测量方法，包括以下步骤：S1，利用手机拍摄荔枝果实的图像或视频，制作二维图像集，并对图像进行标注；S2，利用COLMAP技术对标注后的图像关键点进行采集，找到多个图像之间的对应点，并利用这些点估计相机的位置和方向；S3，利用基于射线行进技术和张量辐射场改进的NeRF网络，对标注后的图像集进行训练，获得三维隐式表示模型；S4，利用体积密度、颜色、光线以及三维隐式场景，生成三维显示表达方式网格模型，通过对异常点判断筛选获得荔枝果实的点云数据；S5，根据点云数据对荔枝的表型参数进行测量。本发明使用手机拍摄，且在NeRF中引入射线行进技术和张量辐射场，解决了现有技术中存在的果实遮挡、设备成本过高等问题。
-
公开(公告)号：CN109711389B
公开(公告)日：2023-06-23
申请号：CN201910041539.4
申请日：2019-01-16
Applicant: 华南农业大学
IPC: G06V20/40 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Faster R‑CNN和HMM的哺乳母猪姿态转换识别方法，步骤为：1.深度图像质量增强；2.用改进Faster R‑CNN识别母猪姿态，以每帧概率最大的姿态作为姿态序列；并将概率最大的前5个检测框作为候选区域；3.用长度为5的中值滤波修正姿态序列分类错误；用视频段姿态转换次数检测疑似转换片段；在疑似转换片段中，用维特比算法根据候选区域构建母猪定位管道；4.在定位管道中，用最大类间方差法分割各帧母猪，计算母猪身体各部分高度，形成高度序列；5.将高度序列输入HMM模型，将疑似转换片段分为姿态转换与未转换片段；对单一姿态片段和姿态转换片段分类，获得识别结果。本发明能在光线变化及夜间场景下，自动母猪姿态转换识别，为高危行为识别打下基础。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.019 seconds)
