-
公开(公告)号：CN115497034A
公开(公告)日：2022-12-20
申请号：CN202110614416.2
申请日：2021-06-02
Applicant: 中国农业大学
Abstract: 本发明涉及一种深度学习鱼群摄食状态识别方法和装置，该方法包括：获取待识别的鱼群的图像；将所述鱼群图像输入至基于双注意力EfficientNet‑B2网络的鱼群摄食状态识别模型中，得到所述鱼群摄食状态识别模型输出的鱼群摄食状态识别结果：其中，所述EfficientNet‑B2网络结构能够实现图像局部及全局特征的提取，最后输出一个特征向量，将EfficientNet‑B2输出的特征向量输入至双注意力机制模块，所述双注意力机制模块集中于图像中鱼群摄食区域特征的提取，而忽略非摄食区域特征的提取。本发明可以通过基于双注意力机制的EfficientNet‑B2网络，实现工厂化循环水养殖场景下鱼群摄食状态的准确识别，并且获得的网络参数模型较小，适用于一般监控设备中。
-
公开(公告)号：CN115497013A
公开(公告)日：2022-12-20
申请号：CN202110615931.2
申请日：2021-06-02
Applicant: 中国农业大学
IPC: G06V20/40 , G06V10/762 , G06V10/764 , G06N3/04 , G06N3/08 , A01K61/10
Abstract: 本发明涉及一种用于工厂化养殖的鱼类胁迫状态监测方法及系统、设备和介质。方法包括：通过摄像装置获取工厂化养殖的水下鱼类视频数据；利用全卷积神经网络算法对视频数据中的鱼类进行检测和识别；根据鱼类在视频数据中的相对像素位置对鱼类进行分类；以及对鱼类的水层分布进行量化，并根据鱼类的水层分布计算得到胁迫线。本发明通过利用VGG‑16的前十三层作为特征提取骨干网络，建立基于多尺度卷积核的检测模块进行目标定位与识别，将深层信息与浅层信息融合，解决养殖环境中出现的多尺度、遮挡问题，同时，本发明对输入视频每类鱼的数量可视化，便于养殖人员分析鱼类行为的动态变化，为实时监测鱼类提供一种非侵入式、高效、智能化的工具。
-
公开(公告)号：CN113191222B
公开(公告)日：2024-05-03
申请号：CN202110406987.7
申请日：2021-04-15
Applicant: 中国农业大学
Abstract: 本发明提供一种水下鱼类目标检测方法及装置，该方法包括：将待检测图像输入目标检测模型中的特征提取模型中，从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图；将多个不同尺度的特征图输入所述目标检测模型，输出所述待检测图像的目标检测结果；其中，所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图，以完整表征待检测图像中各尺度的鱼类目标的特征，有效缓解尺寸较小的鱼类目标在目标检测过程丢失，尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象；另一方面，联合多个不同尺度的特征图对待检测图像进行目标检测，使得目标检测结果更加准确。
-
公开(公告)号：CN115527263A
公开(公告)日：2022-12-27
申请号：CN202110713383.7
申请日：2021-06-25
Applicant: 中国农业大学
IPC: G06V40/20 , G06V20/40 , G06V10/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/00 , G06N3/04 , G06N3/08 , G06T7/246 , G06T7/269
Abstract: 本发明提供一种鱼群状态识别方法及系统、电子设备和存储介质，方法包括：基于待识别视频，确定待识别图像集；其中，待识别视频包括待识别鱼群的图像信息；待识别图像集包括：RGB图像和光流图像；RGB图像为表征空间信息的图像；光流图像为表征时间信息的图像；将待识别图像集输入鱼群状态识别双流神经网络，确定目标鱼群状态识别结果；其中，鱼群状态识别双流神经网络是基于根据样本视频确定的带标签的样本图像集训练得到的；鱼群状态识别双流神经网络训练时，目标损失函数用于传递根据预设超参数修正后的时间流和空间流预测概率。能够提高对鱼群状态识别的精度，减少对人力资源的浪费。
-
公开(公告)号：CN113191222A
公开(公告)日：2021-07-30
申请号：CN202110406987.7
申请日：2021-04-15
Applicant: 中国农业大学
Abstract: 本发明提供一种水下鱼类目标检测方法及装置，该方法包括：将待检测图像输入目标检测模型中的特征提取模型中，从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图；将多个不同尺度的特征图输入所述目标检测模型，输出所述待检测图像的目标检测结果；其中，所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图，以完整表征待检测图像中各尺度的鱼类目标的特征，有效缓解尺寸较小的鱼类目标在目标检测过程丢失，尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象；另一方面，联合多个不同尺度的特征图对待检测图像进行目标检测，使得目标检测结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN118941835A
公开(公告)日：2024-11-12
申请号：CN202310531575.5
申请日：2023-05-11
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/30 , G06V20/40
Abstract: 本发明提供一种鱼类个体跟踪方法、装置、电子设备及存储介质，鱼类个体跟踪方法包括获取鱼类视频；将鱼类视频拆分为多帧鱼类图像，对多帧鱼类图像进行图像增强去噪处理，得到多帧清晰鱼类图像；提取多帧清晰鱼类图像中的鱼类特征；对每帧清晰鱼类图像中的鱼类特征进行特征分类，以获取每帧鱼类图像中目标鱼的位置信息，克服水下视频模糊，遮挡严重，鱼类相似性高等难识别跟踪的问题，可以获取目标鱼的精准位置，跟踪精度高，速度快，能够满足实时性的要求。
-
公开(公告)号：CN117668169A
公开(公告)日：2024-03-08
申请号：CN202211024305.7
申请日：2022-08-24
Applicant: 中国农业大学
IPC: G06F16/332 , G06F16/335 , G06V10/774 , G06V30/148
Abstract: 本发明涉及农业产品技术领域，尤其涉及一种鱼菜共生场景图像视觉问答方法、装置以及电子设备。其中，鱼菜共生场景图像视觉问答方法包括：首先获取鱼菜共生场景图像以及用户针对鱼菜共生场景图像提出的问题文本；将场景图像和问题文本输入到预先训练好的视觉问答模型中，得到问题文本的回答信息，将回答信息反馈对应用户，以便技术人员及时的了解所关注的鱼菜共生场景的信息，以对鱼菜共生场景进行科学的管理。
-
公开(公告)号：CN117649354A
公开(公告)日：2024-03-05
申请号：CN202210995420.2
申请日：2022-08-18
Applicant: 中国农业大学
IPC: G06T5/70 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/088 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明提供一种鱼类声呐图像去噪方法、装置、电子设备及存储介质，鱼类声呐图像去噪方法，包括：获取原始鱼类声呐图像；将所述原始鱼类声呐图像输入至训练好的去噪网络模型进行去噪处理，得到清晰鱼类图像；其中，所述去噪网络模型是基于鱼类声呐图像数据集，以及判别网络模型训练得到；所述去噪网络模型与所述判别网络模型构成基于自注意力机制的条件生成对抗网络；所述判别网络模型用于区分去噪图像和非去噪图像。本发明提供的鱼类声呐图像去噪方法、装置、电子设备及存储介质，可以对鱼类声呐图像的噪声分布进行特征提取，提高鱼类声呐图像的去噪效果。
-
公开(公告)号：CN117522683A
公开(公告)日：2024-02-06
申请号：CN202210878656.8
申请日：2022-07-25
Applicant: 中国农业大学
IPC: G06T3/4038 , G06T3/4046 , G06T7/11 , G06T7/194 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明提供了一种图像拼接方法、装置、设备、介质及移动摄像车，涉及计算机视觉及图像处理领域，包括：分割每一第一源图像，生成第一前景图像集以及第一背景图像集，分割每一第二源图像，生成第二前景图像集以及第二背景图像集；依次拼接第一前景图像集及第二前景图像集在帧同步时刻的图像对，获取拼接后前景图像集，依次拼接第一背景图像集以及第二背景图像集在帧同步时刻的图像对，获取拼接后背景图像集；融合所述拼接后前景图像集以及所述拼接后背景图像集，获取拼接后图像集。本发明能够减少在特定复杂场景，尤其是鱼菜共生场景中多重复纹理图像特征点对的误匹配，能够平滑过渡拼接时的重叠区域，提高单应估计准确率，达到无缝拼接的效果。
-
公开(公告)号：CN115147285A
公开(公告)日：2022-10-04
申请号：CN202110336455.0
申请日：2021-03-29
Applicant: 中国农业大学
IPC: G06T5/00 , G06T7/11 , G06T7/136 , G06T7/90 , G06V10/774
Abstract: 本发明提供一种水下图像处理方法及装置，其方法包括：根据待处理的水下图像中各目标区域中各像素的强度，将每一目标区域分为第一子区域和第二子区域；分别对于每一目标区域，基于目标区域中各像素的强度，对第一子区域中的各像素的强度进行修正；其中，目标区域为包括水产动物的影子的矩形区域；第一子区域为水产动物的影子对应的区域；第二子区域为目标区域中除第一子区域以外的区域。本发明提供的水下图像处理方法及装置，通过对目标区域中第一子区域中的各像素的强度的修正，去除水下图像中水产动物的影子的效果更好，能消除待处理的水下图像中水产动物的影子造成的影响，处理过程更简单、效率更高。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
