-
公开(公告)号：CN115588015A
公开(公告)日：2023-01-10
申请号：CN202211159164.X
申请日：2022-09-22
Applicant: 安徽大学
Abstract: 本发明特别涉及一种基于Improved_Unet网络的倒伏区域分割方法，包括如下步骤：利用无人机获取指定高度、指定生长期的待检测麦田图像；对待检测麦田图像进行几何校正和拼接处理得到一张待检测RGB大图；将待检测RGB大图输入至训练好的Improved_Unet网络中得到倒伏区域分割图，其中Improved_Unet网络为使用Involution算子代替Unet网络骨干位置的卷积操作得到。Improved_Unet网络结合了Segnet和Unet网络的优点，使用involution算子代替骨干部分的卷积操作，实现了空间特异性，对不同的像素采取不同的操作，确保了信息最大化提取，大幅提高了分割精度。
-
公开(公告)号：CN109657653B
公开(公告)日：2022-10-04
申请号：CN201910051447.4
申请日：2019-01-21
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/764 , G06T7/00 , G06T7/136
Abstract: 本发明涉及一种基于成像高光谱数据的小麦籽粒赤霉病识别方法，与现有技术相比解决了尚无快速识别小麦籽粒赤霉病方法的缺陷。本发明包括以下步骤：高光谱基础图像的采集；高光谱基础图像的预处理；构建小麦籽粒赤霉病识别模型；小麦籽粒赤霉病识别模型的训练；待识别高光谱图像的获取；待识别高光谱图像的预处理；小麦籽粒赤霉病的识别。本发明利用室内高光谱成像数据，通过图像分割技术，在高光谱图像中分割小麦籽粒，继而对小麦籽粒的光谱信息进行对比分析，通过数据噪声去除并进行特征波长筛选，建立了小麦赤霉病病害侵染麦粒的有效识别模型，形成了小麦籽粒赤霉病检测的快速有效方法。
-
公开(公告)号：CN115049556A
公开(公告)日：2022-09-13
申请号：CN202210736142.9
申请日：2022-06-27
Applicant: 安徽大学
Abstract: 本申请公开了一种基于StyleGAN的人脸图像修复方法，步骤包括：将真实人脸图像分割为人脸区域和背景区域，作为训练集；对数据集进行数据增强，将原始图像设置为标签；利用训练集和标签对编码器进行训练，得到编码器网络；利用编码器网络分别提取真实人脸图像的隐码向量、待修复图像人脸区域的隐码向量、待修复图像背景区域的隐码特征图；将真实人脸图像的隐码向量与待修复图像人脸区域的隐码向量进行混合，得到混合人脸的隐码向量，将混合人脸的隐码向量与待修复图像背景区域的隐码特征图一同输入到StyleGAN生成器网络中，得到修复完成的人脸图像。本申请实现了人脸图像修复能力大幅提升，并且使得修复过程中很好地保证结构相似。
-
公开(公告)号：CN112100429B
公开(公告)日：2022-09-13
申请号：CN202011031745.6
申请日：2020-09-27
Applicant: 安徽大学
IPC: G06F16/583 , G06T5/00 , G06N3/04
Abstract: 本发明公开了一种足迹压力图像检索方法，包括：1、足迹压力图像数据集采集并进行预处理操作；2、建立由K层多尺度自注意卷积模块构成的特征提取网络；步骤3、建立由全局特征分支、残缺性评分掩模分支构成的残缺性评分模块；步骤4、建立由共同可见特征提取模块、局部特征池化模块和三元组损失函数构成的特征比对模块；步骤5、进行网络的训练、参数优化和测试。本发明采用多尺度自注意卷积的足迹压力图像检索方法，能够有效的提取足迹压力图像检索的判别性特征，同时针对足迹图像不完整的问题，采用残缺性评分模型，能够降低网络对残缺部分的关注度，有效地抑制残缺图像对于检索过程中产生的影响。
-
公开(公告)号：CN114973002A
公开(公告)日：2022-08-30
申请号：CN202210705045.3
申请日：2022-06-21
Applicant: 安徽大学
Abstract: 本发明涉及一种基于改进的YOLOv5的麦穗检测方法，其特征在于：包括：获取麦穗图像并对麦穗图像进行标注，获得麦穗图像数据集，将麦穗图像数据集划分为训练集和测试集；构建YOLOv5网络模型；对YOLOv5网络模型进行改进，得到改进的YOLOv5网络模型；将训练集输入改进的YOLOv5网络模型中，对改进的YOLOv5网络模型进行训练；对改进的YOLOv5网络模型进行评价和测试。本发明使用四尺度特征检测，增加浅层检测尺度，来提高小目标的识别精度；本发明引入CA注意力机制，提升算法的特征提取能力；本发明引入CIOU_Loss作为算法损失函数的Bounding Box Regression Loss，提升检验框检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN114880638A
公开(公告)日：2022-08-09
申请号：CN202210284119.0
申请日：2022-03-22
Applicant: 安徽大学
IPC: G06F21/32 , G06F21/36 , G06F21/62 , G06F16/583 , G06F16/58 , G06V40/16 , G06V10/74 , G06K9/62 , G06Q50/00
Abstract: 本申请公开了一种基于情景式照片匹配群组和好友的方法及系统，方法包括以下步骤：获取用户人脸图片，对用户人脸图片进行识别检测；匹配得到用户的虚拟身份；依据虚拟身份向用户推送符合虚拟身份的情景群组；将情景群组中的群内好友推荐给用户；其中，情景群组的生成包括以下步骤：利用生成对抗网络生成多个主题照片库，每个主题照片库对应一个情景主题；将每个情景主题中划分为多个具体化的情景标签；将每个情景标签对应一个情景群组。本申请实现了利用用户人脸创建虚拟身份，并依据虚拟身份匹配预设的情景群组，通过在情景群组内获取好友推荐，整个系统的活动都是基于虚拟身份，对用户的隐私保护较好。
-
公开(公告)号：CN114596274A
公开(公告)日：2022-06-07
申请号：CN202210204848.0
申请日：2022-03-03
Applicant: 安徽大学
Abstract: 本发明公开了一种基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法，包括：利用Cascade RCNN网络改进后的骨干网络对待检测柑橘图像进行特征提取，改进后的骨干网络中至少一层采用可变形卷积；利用Cascade RCNN网络改进后的区域特征提取网络对骨干网络输出的特征进行高层次语义特征提取，改进后的区域特征提取网络包括一个自下而上卷积融合过程；利用Cascade RCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进行多阶段级联的目标识别检测过程，获取待检测柑橘图像的黄龙病检测结果。本发明有效提高了对柑橘黄龙病检测的准确性。
-
公开(公告)号：CN114565048A
公开(公告)日：2022-05-31
申请号：CN202210201018.2
申请日：2022-03-02
Applicant: 安徽大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于自适应特征融合金字塔网络的三阶段害虫图像识别方法，包括：获取害虫图像数据集；构建自适应特征融合金字塔网络，将害虫原图像输入，输出害虫特征图；构建三阶段害虫图像目标定位识别网络；自适应特征融合金字塔网络与三阶段害虫图像目标定位识别网络组成害虫图像识别模型，将训练集输入害虫图像识别模型，将测试集输入训练好的害虫图像识别模型中，输出害虫图像检测的结果。本发明加强对害虫图像特征提取能力，获得更高质量更准确的预测框，最后构建三阶段害虫图像目标定位识别网络，加强了对害虫目标检测的精度；本方法可以运用到复杂的、相似度高的农业害虫检测工作中。
-
公开(公告)号：CN113869246B
公开(公告)日：2022-04-01
申请号：CN202111163882.X
申请日：2021-09-30
Applicant: 安徽大学
IPC: G06V20/69 , G06V10/774 , G06K9/62
Abstract: 本发明涉及基于改进CenterNet技术的小麦条锈病菌夏孢子显微图像检测方法，与现有技术相比解决了难以针对夏孢子显微图像进行检测的缺陷。本发明包括以下步骤：夏孢子显微图像的获取和预处理；夏孢子检测网络的构建；夏孢子检测网络的训练；待检测夏孢子显微图像的获取；待检测夏孢子显微图像检测结果的获得。本发明能够精准检测并分割出夏孢子显微图像中的夏孢子，且检测速度快。
-
公开(公告)号：CN112429721B
公开(公告)日：2022-03-29
申请号：CN202011329686.0
申请日：2020-11-24
Applicant: 安徽大学
IPC: C01B32/184 , G01L9/12 , G01L9/02 , C07K14/435 , C07K1/34 , C07K1/14
Abstract: 本发明公开一种复合型石墨烯气凝胶，其由再生蚕丝蛋白改性石墨烯气凝胶而成，其内部含少量β‑折叠微晶结构，该结构内相邻β链由强氢键以反平行排列方式连接，形成片状结构，机械强度高；其制备方法包括以下步骤：1)再生蚕丝蛋白溶液的制备；2)复合型石墨烯水凝胶的制备；3)复合型石墨烯气凝胶的制备；还提供了一种超级电容式压力传感器的制备方法，包括以下步骤：1)凝胶电解质的制备；2)复合型石墨烯气凝胶上侧和下侧电极的制备；3)凝胶电解质的注入。本发明的复合型石墨烯气凝胶具有高弹性可压缩性能，在0.01～10KPa范围内，具有0.73KPa‑1的高灵敏度；具有稳定的应变‑电响应和超灵敏的检测极限，能感知应变(0.012％)和压力(0.25Pa)的微小变化，有效检测低压；具有超级电容特性，在电化学储能、循环稳定方面表现出极大优势，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
296
records
(took 0.025 seconds)
