-
公开(公告)号：CN111340719A
公开(公告)日：2020-06-26
申请号：CN202010090793.6
申请日：2020-02-13
Applicant: 华南农业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于全连接自动编码机的瞬态图像的数据增强方法，该发明首先基于瞬态信号的数据分布特点，通过对数变换进行数据转换，将瞬态图像数据转换到新的数据域。然后基于自主设计的全连接自动编码机网络结构，利用自动编码机的自动编码功能，学习出瞬态图像的数据特征。并且通过设置网络结构及相关损失函数、正则化项等，自动编码机不仅能正确学习瞬态图像潜在特征，也能防止过拟合。本发明方法结合了瞬态图像的数据分布，并利用了全连接自动编码机在数据特征方面的优良特性，较好地提取了瞬态图像的数据特征，并减少了原始数据的噪声，增强了表达瞬态图像的数据的准确率和稳定性。
-
公开(公告)号：CN111178197A
公开(公告)日：2020-05-19
申请号：CN201911320756.3
申请日：2019-12-19
Applicant: 华南农业大学
Abstract: 本发明提供的基于Mask R-CNN和Soft-NMS融合的群养粘连猪实例分割方法，包括建立群养粘连猪视频和图像数据集；构建基于Mask R-CNN的分割网络，包括基础骨干网络、RPN网络和三分支网络；通过基础骨干网络对图像数据集进行多尺度特征的提取，得到特征映射；基于特征映射，RPN生成感兴趣区域RoIs，并对RoIs进行目标分类以及回归，利用Soft-NMS去除冗余的检测框，获取最好的目标RoIs；对每个目标RoIs进行双线性插值操作，将每个RoIs处理为相同大小；利用三分支网络实现对相同大小的RoIs进行检测、分类和分割操作。本发明提供的群养粘连猪实例分割方法，针对猪只重叠、粘连及其他复杂环境导致目标猪只漏检问题，在基本的Mask R-CNN框架上采用Soft-NMS算法代替传统的NMS算法，能有效降低粘连猪的漏检率。
-
公开(公告)号：CN110310238A
公开(公告)日：2019-10-08
申请号：CN201910526839.1
申请日：2019-06-18
Applicant: 华南农业大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于重用原始信息的压缩奖惩神经网络的单幅图像去雨方法，首先利用快速引导滤波将有雨图像分解为低频图层和高频图层；接着将高频图层输入到一个结合了压缩奖惩神经网络结构块、批归一化处理以及本方法提出的重用原始信息连接方式的神经网络中进行特征学习与提取，去除其中的雨线；最后将去除雨线之后的高频图层与原始的低频图层相加得到最终的去雨结果。本方法针对单幅有雨图像进行去雨，与现有的传统去雨方法、基于深度学习去雨方法相比，都能得到更高质量的无雨图像；并且本方法提出的网络是基于压缩奖惩神经网络的，而本方法提出的网络所使用的压缩奖惩结构块则可以很好地刻画特征通道之间的关系，从而提高网络的表达力，提升去雨效果。
-
公开(公告)号：CN105979120B
公开(公告)日：2019-03-12
申请号：CN201610393336.8
申请日：2016-06-03
Applicant: 华南农业大学
IPC: H04N5/21
Abstract: 本发明公开了基于分布式计算的视频去雾系统及视频去雾方法，本发明系统包括部署在分布式计算架构上的输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块，输出节点，每个模块均有多台计算机以分布式架构的方式负责执行，本发明方法将输入的有雾视频将被分拆成帧流，透射率估计模块同时计算数帧的透射率，大气光照度估计模块计算出对应帧的大气光照度，无雾图像生成模块产生有雾帧所对应的无雾图像，并按照帧的正确序列顺序输出。本发明拥有更高的处理速度，具备实时处理能力。
-
公开(公告)号：CN107833240A
公开(公告)日：2018-03-23
申请号：CN201711097270.9
申请日：2017-11-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种多跟踪线索引导的目标运动轨迹提取和分析方法，包括下述步骤：首先，利用已知的跟踪算法提出多跟踪线索引导的运动轨迹，根据跟踪结果绘制跟踪目标的运动轨迹。然后，收集目标跟踪结果的轨迹数据，观察二维坐标轴中产生折线的变化和产生变化时对应帧发生偏差的情况，并与理想目标框所产生的跟踪轨迹进行对比分析得到跟踪断点。最后，在unity3d编程框架中，根据跟踪结果文本数据绘制视频跟踪结果，并可视化跟踪偏移，当偏移发生时可与matlab建立连接使用串口通信，重新调用跟踪算法实现跟踪矫正。本发明展示了如何根据轨迹变化确定跟踪断点，以及如何在跟踪断点处实现跟踪矫正，保证目标跟踪的鲁棒性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN107564035A
公开(公告)日：2018-01-09
申请号：CN201710643069.X
申请日：2017-07-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于重要区域识别和匹配的视频跟踪方法，包括下述步骤：首先，基于最小生成树理论识别初始目标的重要区域，得到目标重要区域并构建目标模板；然后，识别后续帧目标扩展区域的重要区域，并将该区域作为采样区域进行样本采集；接着，计算每个样本与目标模版的形状相似度值、颜色相似度值、皮尔逊相关系数值，并对三个值进行加权计算得到样本与目标模版的匹配度；最后，基于阈值比较方法更新目标模板以支持后续跟踪直至跟踪完成。本发明方法基于重要区域识别可以较好地描述动态变化的跟踪场景中的目标物体，结合目标的重要区域进行样本采集，提高了采样质量，增强了跟踪的准确率和稳定性。
-
公开(公告)号：CN107545576A
公开(公告)日：2018-01-05
申请号：CN201710643086.3
申请日：2017-07-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于构图规则的图像编辑方法，包括下述步骤：(1)根据目标图像各像素点的对比度检测并识别显著性区域；(2)基于用户需求选择合适的裁切模式；(3)基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作；(4)输出裁切后的目标图像效果图；(5)保存效果图至目标文件夹中；(6)重复步骤(1)到步骤(5)，直到所有待处理图像处理完毕。本发明方法基于目标图像显著性区域的检测识别可以较好地描述目标图像的显著性区域，结合构图规则和图像比例的条件组合对目标图像进行相应的照片布局设计和美化，从而使处理后的图像在客观上更符合构图规则和美观性。
-
公开(公告)号：CN107527356A
公开(公告)日：2017-12-29
申请号：CN201710600951.6
申请日：2017-07-21
Applicant: 华南农业大学
Abstract: 本发明克服了现有的视频跟踪算法存在计算速度不高与鲁棒性不足二选一的技术缺陷，提出了新的一种基于懒交互方式的视频跟踪方法。本发明主要创新在于当目标部分遮挡和光照变化明显时，通过判定分块异常情况，提出了基于懒交互分块重采样的目标跟踪方法。其中，分块异常的判定主要分为三种情况：一是，分块远离跟踪目标；二是，正样本与负样本的比例失衡；三是，分块可跟踪的置信度值太低。通过这些条件，可将异常分块筛选出来，进行重新建模和跟踪。因要对多个分块进行跟踪，本发明引入KCF算法作为基本跟踪算子以保证跟踪的效率。本发明能够最大限度保证重采样本的鲁棒性，以达到跟踪效果的延续性和正确性，同时还能保证较高的计算速度。
-
公开(公告)号：CN103413120A
公开(公告)日：2013-11-27
申请号：CN201310317400.0
申请日：2013-07-25
Applicant: 华南农业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于物体整体性和局部性识别的跟踪方法，基于局部性信息的识别把各候选区域进行超像素分割，根据物体局部表征的特征，为超像素赋予不同的权值，提出加权相似度量，计算各候选目标区域置信度。基于整体性的识别将物体性度量引入到当前帧的目标物体检测部分，选取色彩、边缘和超像素作为物体性度量的三个线索，给出各自的评分规则，结合这三个线索和基于局部性信息的识别计算置信度对扩展区域中的所有候选目标区域进行评分，根据评分确定目标区域。本发明方法可以较好地描述动态变化的跟踪场景中的目标物体，结合物体性度量使目标区域更好收敛于目标物体，减少背景出现在目标区域中，增强了跟踪的准确率和稳定性。
-
公开(公告)号：CN119883868A
公开(公告)日：2025-04-25
申请号：CN202510186910.1
申请日：2025-02-20
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
IPC: G06F11/362 , G06F11/3668 , G06F8/41
Abstract: 本发明涉及基于代码大模型Agent的白盒单元测试生成方法及装置，属于代码测试技术领域，本发明通过代码大模型Agent对所述待测代码文件进行处理，生成候选测试用例，进而引入编译验证器，将候选测试用例输入所述编译验证器中进行验证，获取未通过验证的测试用例和错误日志以及通过验证的测试用例，从而构建代码修复模型，将未通过验证的测试用例和错误日志输入代码修复模型中进行修复，对修复通过验证的测试用例以及通过验证的测试用例进行测试。本发明的提示生成器动态适配待测代码，提升了测试用例的语义关联性和生成的准确性。其次，编译验证与自动修复闭环，提高了测试用例的通过率和可执行性。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.026 seconds)
