-
公开(公告)号：CN113962851B
公开(公告)日：2024-11-01
申请号：CN202111261449.X
申请日：2021-10-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种逼真的彩色铅笔画生成方法，包括：将原图像转换到HSI颜色空间，得到色调分量、饱和度分量和亮度分量；对亮度分量进行编辑以生成高亮度分量；对饱和度分量进行编辑以生成低饱和度分量，将所述的色调分量、高亮度分量和低饱和度分量进行合并后转换到RGB颜色空间，得到色调图像；将原图像转换为灰度图像，针对灰度图像分别利用局部极大值、局部极小值进行轮廓提取，对提取的轮廓进行融合，得到最终的图像轮廓；根据原图像以及所述的最终图像轮廓，确定铅笔画的彩色轮廓；通过所述色调图像与彩色轮廓的融合，得到最终的彩色铅笔画。利用本发明方法生成的彩色图像满足铅笔画高亮度低饱和度的色调要求，且可以实现生成的轮廓线颜色与前景物体一致。
-
公开(公告)号：CN118865226A
公开(公告)日：2024-10-29
申请号：CN202410785667.0
申请日：2024-06-18
Applicant: 温氏食品集团股份有限公司 , 华南农业大学
Abstract: 本发明公开了一种基于深度学习算法的人车猪闯入监控方法、系统及设备，包括：利用获取的报警图像构建摄像头数据库；利用改进的CenterNet目标检测模型对报警图像进行人、车辆、猪只的检测，得到已标识的图像；改进的CenterNet目标检测模型检测出人、车辆、猪只后将对应的图片发送到业务端的判别模块中；判别结果会储存到对应的摄像头数据库中；基于持续学习的原始样本重播方法和梯度情景记忆方法，对新场景报警图像进行模型训练，从而减轻遗忘。本发明在使用检测模型时，在保证单帧图像目标检测的准确性与实时性的同时，加入了特征金字塔结构、中心池化结构和级联角点池化结构，增强了模型对特征的能力，提高了闯入特定镜头场景行为判别的稳定性。
-
公开(公告)号：CN114708285B
公开(公告)日：2024-09-13
申请号：CN202210331189.7
申请日：2022-03-31
Applicant: 华南农业大学
Abstract: 本发明公开了基于吸收马尔科夫链和骨架映射网络的视频分割方法及装置，方法包括下述步骤：提取目标的感兴趣区域并对该区域进行超像素分割；根据当前帧、第一帧、上一帧的超像素建立吸收马尔科夫链，初步判断当前帧超像素的标签；提出长期、短期时空线索，优化超像素标签；根据超像素标签，获取表达目标形态的前景骨架和表达干扰物体信息的背景估计；构造骨架映射网络，将前景骨架、背景骨架和当前帧图像，作为骨架映射网络的输入，输出目标的最终分割结果。本发明可以较好地分割出复杂场景下目标的边缘轮廓，应对视频分割中的剧烈形变，相似背景等挑战，且不需要长时间训练神经网络，对计算机硬件的需求较低。
-
公开(公告)号：CN114639009B
公开(公告)日：2024-04-16
申请号：CN202210024740.3
申请日：2022-01-11
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/774 , G06T5/60 , G06T5/70 , G06T5/30 , G06T7/136 , G06N20/10
Abstract: 本发明公开了一种基于高光谱图像和机器学习的桂圆干品种分类方法及装置，方法包括：将同一品种桂圆干的多个不同样本为一组进行高光谱成像得到高光谱图像集；将所有高光谱图像集进行图像预处理得到桂圆干高光谱样本集；标明高光谱样本集中不同品种桂圆干图像所属的种类；对高光谱样本集进行数据降维得到降维后的数据集；将降维后的数据集分别导入SVM和KNN学习模型中进行监督学习，使用交叉验证法计算准确率，构建桂圆干分类模型；将处理后待检测桂圆干高光谱图像导入桂圆干分类模型进行分类，得到分类结果。本发明采用高光谱成像技术结合图像处理技术，提取感兴趣区域，使用K邻近算法和支持向量机两类机器学习模型，实现多种类桂圆干的分类识别。
-
公开(公告)号：CN116596961A
公开(公告)日：2023-08-15
申请号：CN202310371679.4
申请日：2023-04-10
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于全局空洞注意力和目标聚焦的单目标跟踪方法及装置，方法包括：获取“模板图像‑搜索图像”的图像对；对模板图像与搜索图像进行特征提取，得到模板图像特征和搜索图像特征；构建基于全局空洞注意力的全局目标聚焦网络；全局空洞注意力用于对模板和搜索区域特征进行有效的特征增强，目标聚焦网络用于在模板和搜索区域之间建立点对点的关联，将信息从模板传递到搜索区域；将增强后的目标特征输入到基于互相关的预测头中以产生目标区域。本发明构建了一种全新的全局语义建模方法来增强语义对象，消除背景信息干扰，并且实现搜索区域中目标特征的部分级增强，有效地增强了目标嵌入，同时削弱非目标物体，实现鲁棒的目标跟踪。
-
Patent Agency Ranking
公开(公告)号：CN116205786A
公开(公告)日：2023-06-02
申请号：CN202211655193.5
申请日：2022-12-21
Applicant: 华南农业大学
IPC: G06T3/00 , G06F16/51 , G06F16/583
Abstract: 本发明的目的是提供一种基于文本驱动图像生成的虚拟试衣方法，属于虚拟现实技术领域，该方法包括：获取用户二维人物图像和用户服装需求文本；将用户二维人物图像转化为人体姿势估计图；提取用户服装需求文本中的服装形状属性和服装纹理属性；根据人体姿势估计图和服装形状属性生成人体解析图；结合人体解析图和服装纹理属性生成虚拟试衣图像。本发明能够自动生成真实的虚拟试穿效果，解决现有虚拟试衣的交互性不合理及试衣效果不真实自然的问题。
-
公开(公告)号：CN115546418A
公开(公告)日：2022-12-30
申请号：CN202211367726.X
申请日：2022-11-03
Applicant: 华南农业大学
IPC: G06T17/00 , G06T7/30 , G06V10/762
Abstract: 本发明公开了一种基于SAC‑IA及ICP配准的兰花三维建模方法及装置，方法包括下述步骤：首先，获取采集兰花点云数据；然后，通过对每个视角的兰花点云数据进行聚类，分离标志点与兰花主体；接着，在同一侧的兰花主体点云提取内部形状描述子(ISS)、快速点特征直方图(FPFH)描述子，并进行采样一致性初始配准(SAC‑IA)，及迭代最近点(ICP)算法精配准；最后，基于颜色信息识别左右两侧的标志点，对两侧点云进行配准、合并。本发明方法基于内部形状描述子(ISS)、快速点特征直方图(FPFH)描述子等点云特征、结合采样一致性初始配准(SAC‑IA)算法及迭代最近点(ICP)算法，通过标志点进行辅助，实现半自动兰花点云建模，提高了兰花建模效率，增强了兰花建模准确率和稳定性。
-
公开(公告)号：CN114639009A
公开(公告)日：2022-06-17
申请号：CN202210024740.3
申请日：2022-01-11
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/774 , G06K9/62 , G06T5/00 , G06T5/30 , G06T7/136 , G06N20/10
Abstract: 本发明公开了一种基于高光谱图像和机器学习的桂圆干品种分类方法及装置，方法包括：将同一品种桂圆干的多个不同样本为一组进行高光谱成像得到高光谱图像集；将所有高光谱图像集进行图像预处理得到桂圆干高光谱样本集；标明高光谱样本集中不同品种桂圆干图像所属的种类；对高光谱样本集进行数据降维得到降维后的数据集；将降维后的数据集分别导入SVM和KNN学习模型中进行监督学习，使用交叉验证法计算准确率，构建桂圆干分类模型；将处理后待检测桂圆干高光谱图像导入桂圆干分类模型进行分类，得到分类结果。本发明采用高光谱成像技术结合图像处理技术，提取感兴趣区域，使用K邻近算法和支持向量机两类机器学习模型，实现多种类桂圆干的分类识别。
-
公开(公告)号：CN108717699B
公开(公告)日：2022-02-08
申请号：CN201810463337.4
申请日：2018-05-15
Applicant: 广东温氏食品集团股份有限公司 , 华南农业大学
Abstract: 本发明提出了一种基于连续最小割的超声波图像分割方法，本发明针对猪肉眼肌超声波图像分割问题展开了研究，提出了基于模版预测和连续最小割的分割方法。该方法的主要创新在于图像前景模板和后景模版的预测使猪肉眼肌超声波图像分割全自动化。其中，前景模板预测分为四个步骤：一是,检测上边缘，统计上边缘点均值；二是，线性拟合下边缘，统计下边缘点的均值；三是，探测左边缘，估计左边缘的点；四是，预设右边缘的范围。通过这些步骤，可构建前景模板，从而配合预设的后景模板进行图像分割。因要对图像进行较准确细致的分割，本文引用Fast Patch‑based Continuous Min‑Cut(FP‑CMC)算法作为最小割算子以保证准确度。
-
公开(公告)号：CN107833240B
公开(公告)日：2020-04-17
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。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.028 seconds)
