-
公开(公告)号：CN118230358A
公开(公告)日：2024-06-21
申请号：CN202410301067.2
申请日：2024-03-15
Applicant: 华南农业大学
Abstract: 本发明涉及图像处理技术领域，公开了一种猪只多目标跟踪方法，所述方法包括构建猪只的视频数据集输入YOLO‑X检测模型进行目标检测，将目标检测结果输入构建好的多目标跟踪模型进行目标跟踪，得到目标跟踪结果；其中，目标跟踪结果包括猪只的检测位置；将目标跟踪结果输入多目标跟踪模型先进行位置预测，得到猪只的跟踪轨迹预测位置，然后对猪只的检测位置和跟踪轨迹预测位置进行基于IoU的初次跟踪匹配，并根据初次跟踪匹配结果进行跟踪轨迹管理和基于Adaptive‑BIoU的二次跟踪匹配，得到最终的跟踪匹配结果。本发明能够实现对猪只运动的精准监测，确保跟踪的连续性和稳定性，提高了猪只目标检查和跟踪性能的整体准确性。
-
公开(公告)号：CN113487107B
公开(公告)日：2024-04-12
申请号：CN202110854716.8
申请日：2021-07-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多层径向基网络的大型动物体重自动评估方法、系统及介质，该方法包括：每层首先随机生成径向基函数中心点，再生成径向基神经元以组成径向基层，最后连接径向基层和全连接层以构建多层径向基网络模型；输入归一化的大型动物体况参数以训练多层径向基网络模型，采用损失函数优化模型的参数；利用训练好的多层径向基网络模型进行体重自动估计。本发明采用一维的大型动物体况参数进行预测其体重，基本不受动物姿态以及运动的影响，对于估计动物生重的鲁棒性较大；本发明将多层径向基网络层通过全连接层进行连接，拟合能力更高，仅在输入一维体况的情况下有较高的估计精度。
-
公开(公告)号：CN117612056A
公开(公告)日：2024-02-27
申请号：CN202311407926.8
申请日：2023-10-27
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于语义理解与自身感知的视频目标分割方法及装置，方法包括：采用预设的编码器提取视频当前帧的图像，获取浅层特征与深层特征；对深层特征与特征记忆建立密集匹配关系，然后使用自感知关系增强特征，经过特征融合后获取融合的特征匹配结果；对深层特征经过密集匹配后形成语义关系，获取深层语义输出序列；使用语义解码器对浅层特征和深层语义输出序列进行融合并解码，获取多尺度语义特征；最后将融合的特征匹配结果、多尺度语义特征和浅层特征输入到分割解码器，获取分割结果。本发明提升复杂场景特别是外观变化较大场景下的目标分割表现，同时能够真实地还原出目标的边缘细节，提升分割掩码边界的精确度。
-
公开(公告)号：CN117292704A
公开(公告)日：2023-12-26
申请号：CN202311007818.1
申请日：2023-08-11
Applicant: 华南农业大学
IPC: G10L21/055 , G06V10/774 , G06N3/0464 , G06N3/08 , G10L25/30
Abstract: 本发明公开了一种基于扩散模型的语音驱动姿势动作生成方法及装置，包括：获取具有语音标注的人体姿势动作数据集，对人体姿势动作数据集进行预处理，得到具有语音信息标注的姿势动作序列片段的训练数据，对训练数据中的姿势动作序列进行加噪，得到加噪后的姿势动作序列样本，以用于训练扩散模型；构建并训练用于语音驱动姿势动作生成的扩散模型，所述扩散模型将姿势动作生成任务视为对带噪姿势动作序列的去噪过程；使用训练好的扩散模型，根据给定的任意长度的语音输入，从随机采样的高斯噪声开始进行迭代去噪，生成姿势动作序列。本发明利用扩散模型建模基于语音驱动的姿势动作序列分布，能够生成更具真实性和多样性的姿势动作序列。
-
公开(公告)号：CN113392916B
公开(公告)日：2023-10-17
申请号：CN202110698418.4
申请日：2021-06-23
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/30 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/084 , G01N21/25
Abstract: 本发明公开了一种基于高光谱图像的麻竹笋营养成分检测方法、系统和存储介质，包括下述步骤：读入麻竹笋高光谱图像并对其进行预处理，得到样本集P1；将样本集P1导入CNN卷积神经网络进行显著特征提取并整合成相关的数据集文件；利用数据集文件构建麻竹笋营养成分指标的回归分析模型；将麻竹笋高光谱图像导入模型进行分析预测。本发明运用传统机器学习与深度学习方法搭建回归分析模型，利用高光谱图像提供的大量多维度数据，对麻竹笋的营养成分进行分析预测，确保了预测的准确性和有效性，降低了预测成本，为麻竹笋营养成分的检测提供了简便、快速、无损的技术方法，保障和促进了麻竹笋食品工业的高质量发展。
-
Patent Agency Ranking
公开(公告)号：CN115984173A
公开(公告)日：2023-04-18
申请号：CN202211533653.7
申请日：2022-12-02
Applicant: 华南农业大学
IPC: G06T7/00 , G06V10/764 , G06V10/42 , G06V10/141 , G06V10/774 , G06V10/24 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0895
Abstract: 本发明公开了一种基于分级双线性池化ResNet的乳糜血分类方法及装置，方法包括：获取血浆数据集，所述血浆数据集包括乳糜血和正常血两类；对所述血浆数据集进行数据增强处理；构建血浆分类模型，并对所述血浆分类模型进行训练；所述血浆分类模型包括残差网络和分级双线性池化，所述残差网络用于将提取血浆数据集中血浆图片的多个特征图；所述分级双线性池化用于将残差网络提取的多个特征图进行融合；将融合后的特征图重塑维度后利用分类函数进行分类；利用训练好的血浆分类模型对待检测的血浆进行分类。本发明在ResNet上使用了分级双线性池化对血浆进行分类，能够更加高效和准确的对是否为乳糜血进行分类。
-
公开(公告)号：CN115830490A
公开(公告)日：2023-03-21
申请号：CN202211386127.2
申请日：2022-11-07
Applicant: 华南农业大学
IPC: G06V20/40 , G06V10/764 , G06V40/20 , G06V40/10 , G06V10/80 , G06V10/82 , G06V10/24 , G06T7/246 , G06T7/277 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种群养生猪多目标跟踪及行为统计方法，包括如下步骤：S1：建立群养生猪的视频数据集，构建YOLOX‑X模型，所述YOLOX‑X模型依次包括特征提取主干网络，中间多尺度特征融合网络，目标检测定位和行为识别网络三个部分；S2：构建YOLOX‑X+ByteTrack模型，所述YOLOX‑X+ByteTrack模型包括YOLOX‑X模型、卡尔曼滤波、IoU匹配算法、匈牙利匹配算法和轨迹的创建、删除和合并；S3：在YOLOX‑X+ByteTrack模型中设计猪只锚框和轨迹插值后处理策略，获得改进的YOLOX‑X+ByteTrack模型；S4：采用改进的YOLOX‑X+ByteTrack模型对群养生猪进行目标追踪和行为统计。本发明能够有效改进ID频繁错误变换，提升跟踪器的准确度，保持优秀的检测跟踪速度，生成每头猪只的行为与健康情况分析表，实现群养猪场的猪只多类行为的实时监控与快速准确跟踪。
-
公开(公告)号：CN115050376A
公开(公告)日：2022-09-13
申请号：CN202210654424.4
申请日：2022-06-10
Applicant: 华南农业大学
IPC: G10L17/26 , G10L17/02 , G10L17/04 , G10L17/14 , G10L21/0232
Abstract: 本发明公开了一种基于Transformer声谱图特征学习的母牛发情检测方法及装置，方法包括：将采集母牛声音数据分割为等时长的声音片段并进行降噪；对降噪后的声音片段进行标注；将所有降噪后的声音片段转换为梅尔声谱图并进行数据增强；构建基于Transformer的声谱图特征学习模型，利用多头自注意力机制对数据增强后的梅尔声谱图进行学习，获取梅尔声谱图的深度特征；构建基于通道注意力机制的母牛发情声音事件检测模型，以梅尔声谱图的深度特征为输入，通过深度学习对深度特征中的时域线索进行分类并串联，实现母牛发情声音事件检测，最终输出发情事件发生的时刻和概率。本发明利用注意力机制对母牛的声音事件进行识别与定位，实现基于声音信号的母牛发情事件检测。
-
公开(公告)号：CN114998116A
公开(公告)日：2022-09-02
申请号：CN202210462197.5
申请日：2022-04-28
Applicant: 华南农业大学
Abstract: 一种基于对称性引导的物体图像修复方法，涉及图像处理技术领域，首先检测图像中残缺物体的对称轴，借助于对称轴获取物体的对称信息，将已知区域的对称信息填充到未知区域作为待填区域的初始值，解决原待修复区域信息为零的问题，然后在此基础上对图像进行有效修复。本发明有益效果：通过基于生成式对抗网络的物体对称轴检测技术，准确有效地检测到图像中具有残缺区域的对称物体的对称轴，最终能够生成结构合理、语义正确的对称物体图像，即使出现大面积残缺。
-
公开(公告)号：CN114897732A
公开(公告)日：2022-08-12
申请号：CN202210543770.5
申请日：2022-05-19
Applicant: 华南农业大学
Abstract: 本发明公开了基于物理模型与特征稠密关联的单图像去雾方法及装置，方法包括：采用预先设立的编码器提取有雾图像的特征，将编码器输出特征分为浅层特征与深层特征；对深层特征进行处理，在深层特征中构建全局范围内的稠密关联关系，利用全局信息对局部特征进行增强；对浅层特征通过相邻小尺度的特征图计算出联合参数，基于联合参数和预先设立的大气散射模型实现浅层特征映射，得到清晰的浅层纹理特征；对增强后的深层特征与浅层纹理特征进行融合，将融合后特征输入预先设立的解码器，得到去雾后的清晰图像。本发明构建了不同局部特征的稠密关联关系，能够有效地提升复杂场景的表现，避免伪影的产生，生成更加真实的清晰图像。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.026 seconds)
