-
公开(公告)号：CN106204586A
公开(公告)日：2016-12-07
申请号：CN201610539182.9
申请日：2016-07-08
Applicant: 华南农业大学
CPC classification number: G06T7/20 , G06K9/00771 , G06T2207/10016 , G06T2207/30232 , G06T2207/30241
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：CN103745111A
公开(公告)日：2014-04-23
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：CN102609543A
公开(公告)日：2012-07-25
申请号：CN201210045739.5
申请日：2012-02-27
Applicant: 华南农业大学
Abstract: 本发明公开了一种多功能二维码产品溯源系统及溯源方法，该系统包括产品信息库、二维码解码模块、二维码生成码模块、信息收发平台；产品信息库用于记录产品信息、溯源码、操作记录及操作时间；二维码解码模块用于解码二维码图片；二维码生成码模块用于生成二维码图片、溯源码；信息收发平台用于发送或接收二维码图片、产品信息及溯源码。信息收发平台为现有的多种即时通信平台中的任意一种，本发明还可以批量处理二维码图片和产品信息，并提供二维码在产品溯源中的防伪功能。本发明克服现有技术二维码获取与查询方式过于单一的不足，批量处理多个二维码图片和产品信息，能够快速查询获取产品信息，降低消费者二维码查询等通信费用。
-
公开(公告)号：CN119991849A
公开(公告)日：2025-05-13
申请号：CN202510082020.6
申请日：2025-01-20
Applicant: 华南农业大学
IPC: G06T11/00 , G06T7/194 , G06T7/73 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/042 , G06N3/096 , G06V10/74
Abstract: 本发明公开了一种基于Stable Diffusion和Grounding的荔枝病虫害图像生成方法。本发明中，利用Open‑Vocabulary SAM分割病虫害目标，并使用CLIP提取图像特征，能够生成包含病虫害细节特征的高质量图像，提高图像的真实性和可信度，能够生成大量高质量的荔枝病虫害图像，有效扩充荔枝病虫害数据集规模，解决传统方法数据获取困难、数据匮乏的问题，为荔枝病虫害检测模型的训练和评估提供数据支持。生成的高质量荔枝病虫害图像可以帮助农业技术人员快速准确地识别病虫害种类和数量，并进行有效的防治措施，提高农业生产效率。通过提高荔枝病虫害检测和防治效率，该方法能够有效减少荔枝病虫害带来的损失，保障荔枝产量和果实品质，促进荔枝产业的健康发展。
-
公开(公告)号：CN119949809A
公开(公告)日：2025-05-09
申请号：CN202510025825.7
申请日：2025-01-08
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多视图三维重建的猪只体尺测量方法。为了克服传统方法中标准几何约束带来的灵活性限制，本发明采用DUSt3R方法对猪只进行三维重建，不仅有效简化了三维重建流程，也提升了三维重建的准确性和效率。但猪只自遮挡导致重构的点云存在噪声和缺失，本发明通过将猪只形状模型与点云数据进行拟合，构建完整的猪只三维网格。从重建的三维网格中提取身体测量值，进一步提高了测量的精确性和可靠性。这使得该方法能够灵活应对猪场中复杂多变的环境以及猪只的各种运动模式，为猪只体尺测量提供了更加灵活、全面和准确的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN119888176A
公开(公告)日：2025-04-25
申请号：CN202411943195.3
申请日：2024-12-27
Applicant: 华南农业大学
IPC: G06V10/25 , G06V20/10 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于大规模视觉模型和扩散模型的荔枝病虫害检测方法。本发明中，InternImage模型利用3x3DCNv3算子实现了自适应空间聚合和动态感受野，有效捕捉了全局图像信息并加强了特征提取，尤其是在复杂的果园环境中。与其他骨干网络(如ResNet50、ConvNeXt和SwinTransformer)相比，Internation提高了检测精度。此外，DyHead模块集成了规模、空间和任务意识的注意机制，增强了模型检测各种大小物体以及区分位置接近或重叠目标的能力。此外，与NMS相比，CP‑Cluster是一种完全可并行的新型聚类框架。在后处理阶段采用CP‑Cluster，通过生成正信息来增强真实的正方框，同时合成负信息来惩罚多余的方框，从而增强了检测结果。
-
公开(公告)号：CN119540494A
公开(公告)日：2025-02-28
申请号：CN202411599200.3
申请日：2024-11-11
Applicant: 华南农业大学
IPC: G06T17/20 , G06T17/10 , G06T15/04 , G06T15/50 , G06V40/10 , G06V40/20 , G06V10/44 , G06V10/46 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的猪只单视图三维重建方法，称为Magfulap。为解决单视图三维重建视点学习不稳定和缺乏真实三维数据难以训练的问题，本发明采用隐式‑显式结合的三维表示方法，结合经过超分辨率优化的高维数据特征，能够仅通过单张图像重建高密度的猪只三维网格，降低数据采集成本和设备要求。本发明通过拉普拉斯平滑法优化三维网格表面，提高重建质量。本发明中，模型能够学习到猪只的通用形状和姿态特征，并预测出具体猪只的三维姿态、形状和纹理信息，更准确全面地反映猪只的行为特征。这使得该方法能够适应猪场中复杂多变的环境和猪只行为，为猪只行为分析提供了更加全面和准确的数据基础。
-
公开(公告)号：CN114266975B
公开(公告)日：2024-04-16
申请号：CN202111589658.7
申请日：2021-12-23
Applicant: 华南农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/26 , G06V10/774 , G06V10/82 , G06T3/4046 , G06T3/4053 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/126
Abstract: 本发明公开了一种无人机遥感图像的荔枝果实检测与计数方法，包括：采集果园果实无人机遥感图像，构建图像数据库；建立荔枝树冠分割模型，获取荔枝树冠分割结果图；建立荔枝果实检测模型，对输入的树冠分割结果图进行两个阶段检测，第一阶段检测能够对非密集果实区域进行准确检测，第二阶段能够对密集果实区域进行精准检测；分别统计非密集果实区域与密集果实区域的检测结果，得到最终的果实检测数量。本发明解决了无人机遥感图像的荔枝果实检测中，果实目标小、密集、重叠和遮挡导致目标检测精度低的问题。
-
公开(公告)号：CN116152281A
公开(公告)日：2023-05-23
申请号：CN202211693058.X
申请日：2022-12-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于知识蒸馏的玫瑰花茎杆分割与测量方法，包括：1)用工业相机采玫瑰花茎杆图像，人工标注玫瑰花茎杆，制作数据集；2)选择教师基础网络，建立粗糙分割预测头和边缘细分割预测头并训练教师网络；3)构建学生网络；4)用关键像素点注意力蒸馏和通道注意力蒸馏加强教师网络对学生网络的指导训练；5)用训练后的学生网络对玫瑰花茎杆图像做分割处理，得到玫瑰花茎杆轮廓图，实现玫瑰花茎杆直径测量。本发明能够加快分割速度与精度，从而得到更高精度的玫瑰花茎杆的直径，进一步提高玫瑰花的分级质量，增加农户收益。
-
公开(公告)号：CN109766856B
公开(公告)日：2022-11-15
申请号：CN201910040870.4
申请日：2019-01-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种双流RGB‑D FasterR‑CNN的识别哺乳母猪姿态方法，即提出一种在特征提取阶段融合RGB‑D图像特征的端对端的双流RGB‑D Faster R‑CNN算法，用于识别自由栏母猪场景下的哺乳母猪站立、坐立、俯卧、腹卧和侧卧5类姿态。基于Faster R‑CNN，首先使用两个CNN网络分别提取RGB图像特征和深度图像特征；然后利用RGB‑D图像的映射关系，仅采用一个RPN网络生成RGB图像特征图和深度图像特征图的感兴趣区域；对感兴趣区域特征池化后，使用一个独立的网络层实现RGB‑D特征的拼接融合；最后在Fast R‑CNN阶段，引入NOC结构继续卷积提取融合后的特征，再送入分类器和回归器。本发明提供了一种融合了RGB‑D数据信息端对端的高精度、小模型和实时的母猪姿态识别方法，为进一步分析母猪行为奠定了基础。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.044 seconds)
