-
公开(公告)号：CN113192026B
公开(公告)日：2023-08-04
申请号：CN202110468741.2
申请日：2021-04-28
Applicant: 北京林业大学
IPC: G06T7/00 , G06T7/90 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06T5/00 , G06T5/40
Abstract: 本发明一种基于可见光图像的核桃成熟度检测与预测方法，属于深度学习和图像处理领域：首先采集不同时期的核桃样本及其彩色图像，并对样本的脂肪含量进行测定，根据不同时期核桃仁中脂肪含量及其外部特征，划分核桃成熟度等级，并建立核桃成熟度检测和预测数据集。然后进行低照度核桃图像筛选并对其进行预处理，之后将图像输入改进的FasterRCNN网络，该网络输出图像中核桃的成熟度，并用建议框标出，同时评估该成熟度下核桃仁中脂肪含量。最后，依据核桃建议框从原图截取核桃区域输入基于LSTM的核桃成熟度预测算法，进行三日后的核桃成熟度与脂肪含量预测。该方法可以准确检测出图像中核桃当前及其三日后的成熟度并评估其脂肪含量。
-
公开(公告)号：CN115331216B
公开(公告)日：2023-05-23
申请号：CN202210961079.9
申请日：2022-08-11
Applicant: 北京林业大学
IPC: G06V20/68 , G06V10/762 , G06V10/46 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/084 , A01D46/30
Abstract: 本发明公开一种核桃果实成熟度聚类识别方法、装置及系统和存储介质，通过人工智能深度学习中的无监督学习技术构建核桃果实成熟度聚类识别模型，实现核桃成熟度的自动聚类识别，并测量不同成熟度核桃果实的内部品质，进而解释核桃果实内部品质与外部表型间的关系，建立核桃成熟度与内部品质间的模糊联系，并根据识别的成熟度以及对应的内部品质确定最佳采收成熟度，为核桃的智能化采摘提供了一种全新的技术思路。
-
公开(公告)号：CN113963239A
公开(公告)日：2022-01-21
申请号：CN202111584319.X
申请日：2021-12-23
Applicant: 北京林业大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V20/68 , G06K9/62 , G16C20/20 , G16C20/70 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种智能化检测油茶果实成熟度的方法，包括：测定油茶果实表达成熟度的内部品质参数和外部表型特征，并进行提取，得到不同品种之间外部表型特征的关键参数成熟度的表达差异；基于不同品种的成熟度的表达差异，分别建立从内部品质到外部表型特征的动态映射模型；以动态映射模型作为训练样本，建立从内部品质参数到外部表型特征的油茶果实成熟度量化标准和量化检测模型，并阐明成熟度量化表征机理。本发明通过人工智能深度学习中深度卷积神经网络技术构建油茶果实从内部品质参数到外部表型特征的动态映射，实现油茶果实成熟度的量化表征，进而揭示油茶果实成熟度量化表征机理。
-
公开(公告)号：CN115331216A
公开(公告)日：2022-11-11
申请号：CN202210961079.9
申请日：2022-08-11
Applicant: 北京林业大学
IPC: G06V20/68 , G06V10/762 , G06V10/46 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/04 , G06N3/08 , A01D46/30
Abstract: 本发明公开一种核桃果实成熟度聚类识别方法、装置及系统和存储介质，通过人工智能深度学习中的无监督学习技术构建核桃果实成熟度聚类识别模型，实现核桃成熟度的自动聚类识别，并测量不同成熟度核桃果实的内部品质，进而解释核桃果实内部品质与外部表型间的关系，建立核桃成熟度与内部品质间的模糊联系，并根据识别的成熟度以及对应的内部品质确定最佳采收成熟度，为核桃的智能化采摘提供了一种全新的技术思路。
-
公开(公告)号：CN112989912A
公开(公告)日：2021-06-18
申请号：CN202011467599.1
申请日：2020-12-14
Applicant: 北京林业大学
Abstract: 本发明首先设计了无人机油茶果图像采集飞行高度计算规则，并按该规则采集图像，采用翻转、平移、裁剪和亮度调整等方式扩充图像数据，搭建油茶果图像数据集并划分数据集为训练集和测试集。其次，以训练集图像训练所提出的基于双线性注意力网络的油茶果品种识别模型，并通过测试集寻找最佳油茶果品种识别模型。接下来，对任意输入的无人机航拍油茶果图像，采用双线性EfficientNetB0网络提取油茶果图像特征，通过注意力机制对提取到的特征进行聚焦，确定油茶果品种识别所应重点关注的图像特征及区域；最后，采用双线性池化对双线性EfficientNetB0网络提取油茶果图像特征进行融合，获得融合后的特征向量，并通过Softmax分类器处理融合后的特征向量得到油茶果品种识别结果。
-
Patent Agency Ranking
公开(公告)号：CN111260628A
公开(公告)日：2020-06-09
申请号：CN202010043171.8
申请日：2020-01-15
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于视频图像的大型苗圃苗木数量统计方法及电子设备，方法包括：模型训练步骤：通过无人机采集样本苗木图像，根据所述样本苗木图像构建苗木图像训练集和苗木图像验证集，得到视频图像苗木计数模型；视频图像苗木检测步骤：通过无人机采集待检测视频，将待检测视频输入所述视频图像苗木计数模型进行检测，以得到检测结果；视频图像苗木跟踪计数步骤：采用DeepSort算法对所述检测结果进行跟踪匹配，以得到苗木数量。实施本发明实施例，解决了目前静态图像苗木数量统计中存在的工作范围小和耗时长的问题以及人工数量统计存在的成本高和数据更新慢的问题。
-
公开(公告)号：CN112989912B
公开(公告)日：2023-08-04
申请号：CN202011467599.1
申请日：2020-12-14
Applicant: 北京林业大学
IPC: G06V20/13 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/80
Abstract: 本发明首先设计了无人机油茶果图像采集飞行高度计算规则，并按该规则采集图像，采用翻转、平移、裁剪和亮度调整等方式扩充图像数据，搭建油茶果图像数据集并划分数据集为训练集和测试集。其次，以训练集图像训练所提出的基于双线性注意力网络的油茶果品种识别模型，并通过测试集寻找最佳油茶果品种识别模型。接下来，对任意输入的无人机航拍油茶果图像，采用双线性EfficientNetB0网络提取油茶果图像特征，通过注意力机制对提取到的特征进行聚焦，确定油茶果品种识别所应重点关注的图像特征及区域；最后，采用双线性池化对双线性EfficientNetB0网络提取油茶果图像特征进行融合，获得融合后的特征向量，并通过Softmax分类器处理融合后的特征向量得到油茶果品种识别结果。
-
公开(公告)号：CN113963239B
公开(公告)日：2022-03-29
申请号：CN202111584319.X
申请日：2021-12-23
Applicant: 北京林业大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V20/68 , G06K9/62 , G16C20/20 , G16C20/70 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种智能化检测油茶果实成熟度的方法，包括：测定油茶果实表达成熟度的内部品质参数和外部表型特征，并进行提取，得到不同品种之间外部表型特征的关键参数成熟度的表达差异；基于不同品种的成熟度的表达差异，分别建立从内部品质到外部表型特征的动态映射模型；以动态映射模型作为训练样本，建立从内部品质参数到外部表型特征的油茶果实成熟度量化标准和量化检测模型，并阐明成熟度量化表征机理。本发明通过人工智能深度学习中深度卷积神经网络技术构建油茶果实从内部品质参数到外部表型特征的动态映射，实现油茶果实成熟度的量化表征，进而揭示油茶果实成熟度量化表征机理。
-
公开(公告)号：CN113192026A
公开(公告)日：2021-07-30
申请号：CN202110468741.2
申请日：2021-04-28
Applicant: 北京林业大学
Abstract: 本发明一种基于可见光图像的核桃成熟度检测与预测方法，属于深度学习和图像处理领域：首先采集不同时期的核桃样本及其彩色图像，并对样本的脂肪含量进行测定，根据不同时期核桃仁中脂肪含量及其外部特征，划分核桃成熟度等级，并建立核桃成熟度检测和预测数据集。然后进行低照度核桃图像筛选并对其进行预处理，之后将图像输入改进的FasterRCNN网络，该网络输出图像中核桃的成熟度，并用建议框标出，同时评估该成熟度下核桃仁中脂肪含量。最后，依据核桃建议框从原图截取核桃区域输入基于LSTM的核桃成熟度预测算法，进行三日后的核桃成熟度与脂肪含量预测。该方法可以准确检测出图像中核桃当前及其三日后的成熟度并评估其脂肪含量。
-
公开(公告)号：CN110163879A
公开(公告)日：2019-08-23
申请号：CN201910452944.5
申请日：2019-05-28
Applicant: 北京林业大学
Abstract: 本发明公开了一种植物计数的方法、装置、设备和介质，所述方法包括：从待测图片中确定待测植物的前景图像；根据所述前景图像，确定待测植物在待测图片中的连通区域；将所述连通区域的图像进行缩放后输入到计数模型中，以测定所述待测图片中待测植物的数量。本申请的实施例，可以提取出包含有完整的待测植物的连通区域的图像，再将连通区域的图像输入到计数模型进行计数后，可以快速准确的计算出待测图片中的待测植物的个数。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
