-
公开(公告)号:CN116663635A
公开(公告)日:2023-08-29
申请号:CN202310466097.4
申请日:2023-04-27
Applicant: 北京林业大学
IPC: G06N3/08 , G06N3/0464 , G06N3/0442 , G06V10/776 , G06V10/82 , G06V10/764 , G06V10/774 , G06V40/10
Abstract: 本发明涉及一种野生动物监测图像分类的神经网络自动设计方法,包括,S1,动物边界的框定,生成代理数据集,输入目标像素高度、宽度,动物区域坐标;S2,训练并验证采样网络,验证了搜索用工作站与边缘设备间的“强延迟单调性”;S3,以代理数据集为基础,开展基于低轮数训练的神经网络结构搜索,以工作站为边缘设备的代理设备,测量网络推理时间;S4,基于近似准确率与近似推理时间,计算分段损失函数,并优化算法;S5,根据应用需求遴选网络。本发明通过不断的计算、优化算法、最终得到的网络数据相较于其余网络数据有最高的平均准确率以及最低的显存占用率。
-
公开(公告)号:CN116228969A
公开(公告)日:2023-06-06
申请号:CN202310019011.3
申请日:2023-01-06
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于多传感器融合的林区定位与三维重建方法及系统。该系统由单目相机、惯性测量单元和单线激光雷达组成,将单线激光雷达采集到的位于极坐标系下的二维激光数据,投影至雷达坐标系下生成三维激光点;继而通过螺旋线修正模型消除运动畸变误差,再结合单目视觉与惯性测量单元融合的全局定位信息,转换至世界坐标系下,生成位于关键帧处的三维点云数据;随后采用点云稠密化模型补齐帧间缺失的点云数据,得到林区初始点云;最后利用融合点云数据改进的校正优化算法,检测回还,消除累计误差,生成全局一致的林区三维点云地图。本发明可以获取林区树木的生长以及分布情况并在林区资源的保护中发挥着至关重要的作用。
-
公开(公告)号:CN116189018A
公开(公告)日:2023-05-30
申请号:CN202310021725.8
申请日:2023-01-06
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种野外航拍牛群计数方法、设备、系统及存储介质,方法包括:对野外航拍视频进行预处理;使用YOLOv4目标检测模型对预处理后的野外航拍视频进行特征检测与提取,获取每帧图像中的牛群识别数量和每头牛的个体特征,个体特征包括位置特征、属性特征和得分特征;将前后帧图像中每头牛的位置特征和属性特征输入SuperGlue特征匹配模型中,获取前后帧图像中牛群的特征对应关系及后帧图像中牛群与前帧图像中牛群的重合数量;根据第i帧图像中的牛群识别数量、第i‑1帧图像中的牛群识别数量和对应的重合数量,计算得到第i帧图像中的牛群统计数量,i为正整数,i≥2。本方法实现了帧与帧之间的牛群目标的准确匹配和牛群计数。
-
公开(公告)号:CN116127112A
公开(公告)日:2023-05-16
申请号:CN202310019821.9
申请日:2023-01-06
Applicant: 北京林业大学
IPC: G06F16/535 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例公开了一种野生动物监测图像误触发图像筛选方法及存储介质,方法包括:获取相机拍摄的监测图像,构建训练集;使用所述训练集对网络模型进行训练,得到图像筛选模型;从待筛选相机拍摄的所有图像中获取一张空拍图像作为参考图像,剩余的图像作为待筛选图像;将所述参考图像和待筛选图像输入到所述图像筛选模型中,得到筛选结果。本发明以基于三元组损失度量学习的误触发图像判别技术为主体,可以判别红外触发相机的误触发图像进而将其过滤,最终实现红外触发相机野生动物监测图像原始数据中无效数据过滤的自动化,避免了海量监测数据的人工筛选,有助于促进野生动物保护工作的智能化和信息化。
-
公开(公告)号:CN111540375B
公开(公告)日:2023-04-28
申请号:CN202010357087.3
申请日:2020-04-29
Applicant: 全球能源互联网研究院有限公司 , 北京林业大学
IPC: G10L21/0272 , G10L25/24 , G10L25/30 , G10L19/02 , G10L17/26 , G06F18/214
Abstract: 本申请提供了一种音频分离模型的训练方法、音频信号的分离方法及装置,其中,该方法包括:获取样本音频信号,每个样本音频信号具有对应的空间位置;对所述样本音频信号进行分帧处理,并提取每帧样本音频信号对应的音频特征,将每帧样本音频信号对应的音频特征输入到音频分离模型中,得到所述音频分离模型输出的各个空间位置存在音频信号的概率。根据所述各个空间位置存在音频信号的概率以及每个样本音频信号对应的空间位置,更新所述音频分离模型的模型参数,得到包括训练好的模型参数的音频分离模型。利用本申请中的音频分离模型,能够对存在声音混叠的多数场景下的音频信号进行分离处理,提高了对于音频信号分离的准确性。
-
公开(公告)号:CN115374838A
公开(公告)日:2022-11-22
申请号:CN202210846240.8
申请日:2022-07-19
Applicant: 北京林业大学
Abstract: 本发明的一个实施例公开了一种基于集成模型的活可燃物含水率遥感反演方法和设备,所述方法包括:S1:获取活可燃物含水率及遥感数据以建立遥感反演数据集;S2:利用预先构建的集成模型对所述遥感反演数据集进行遥感特征提取;S3:根据所述遥感特征进行活可燃物含水率预测,并获取预测结果。本发明提高了反演效率和性能,适用于环境多样、可燃物种类复杂的研究区域,具有广泛的应用前景。
-
公开(公告)号:CN114998801A
公开(公告)日:2022-09-02
申请号:CN202210645586.1
申请日:2022-06-09
Applicant: 北京林业大学
Abstract: 本发明公开了基于对比自监督学习网络的森林火灾烟雾视频检测方法,步骤包括:获取森林火灾烟雾视频,根据所述森林火灾烟雾视频建立烟雾视频数据集;采用预先构建的对比自监督学习网络对所述烟雾视频数据集进行特征学习,得到连续视频帧的注意力特征图;根据所述连续视频帧的注意力特征图进行运动物体检测,并获取检测结果。本发明基于对比自监督学习方法并搭建以交叉双通道网络为骨干网络的无监督自蒸馏网络,提取复杂环境背景烟雾视频特征并学习语义信息,得到连续视频帧的注意力特征图并确定关注区域运动目标,实现森林火灾烟雾视频的高精度识别和定位,提高烟雾检测效率和性能,适用于检测背景环境复杂、距离远的早期森林火灾小目标烟雾视频。
-
公开(公告)号:CN112817331A
公开(公告)日:2021-05-18
申请号:CN202110009660.6
申请日:2021-01-05
Applicant: 北京林业大学
Abstract: 本发明属于林业信息监测领域,涉及一种基于多机协同的林业信息智能监测系统。具体包括:无人机集群任务分配模块基于林区监测需求对无人机集群进行任务分配;多航迹协同规划模块基于航行任务对无人机集群进行多航迹协同规划;航迹在线重规划模块依据临时突发情况对无人机集群的勘测路线进行二次动态规划;林区信息获取模块基于无人机集群携带的感知设备对监测区域内的林区信息进行动态获取;林区资源分析及可视化模块对无人机集群获取到的林区图像进行分析,得到林区资源信息并进行可视化展示。本发明利用无人机集群系统的协同工作能力,降低了林区资源勘测成本,提高了森林资源调查的工作效率和质量。
-
公开(公告)号:CN112686190A
公开(公告)日:2021-04-20
申请号:CN202110009553.3
申请日:2021-01-05
Applicant: 北京林业大学
Abstract: 本发明属于人工智能在林业工程的应用领域,具体涉及一种基于自适应目标检测的森林火灾烟雾自动识别方法,旨在提供一种在满足实时性检测条件下具有高识别精度的森林火灾烟雾检测方法。具体包括在预先建立的森林火灾烟雾图像数据库中获取标定后的图像数据作为目标训练图像;将目标训练图像输入预定义的火灾烟雾检测识别模型,通过模型中的区域候选网络进行图像特征提取;选取预先建立的指标模型库中的指标,对图像特征提取的识别精度进行评估。本发明以改进的自适应目标检测网络为主体,有效的提高了森林火灾烟雾特征的提取能力,从而实现实时性且高精度的森林火灾烟雾的检测识别。
-
公开(公告)号:CN112616054A
公开(公告)日:2021-04-06
申请号:CN202011441971.1
申请日:2020-12-11
Applicant: 北京林业大学
Abstract: 本发明公开了一种野生动物监测图像自适应压缩传输与恢复方法及装置,应用于无线传感器网络,所述方法包括:获取待压缩传输的野生动物图像,然后基于目标区域进行提取以生成其对应的掩模图像;将生成的所述掩模图像,通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码;通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输;在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复;其中,所述恢复模型是基于生成对抗网络实现的;其有益效果是:在对原始图像进行压缩、降低数据量的同时,保证图像接收端可以获得清晰且具有实际应用价值的野生动物图像。
-
-
-
-
-
-
-
-
-