公开(公告)号：CN117727035A

公开(公告)日：2024-03-19

申请号：CN202311790528.9

申请日：2023-12-25

Applicant: 南京师范大学

Inventor： 杨曦晨 ,  蒋健 ,  严辉 ,  毛忠原 ,  陈奕帆 ,  朱顺

IPC: G06V20/80 ,  G06V10/50 ,  G06V10/44 ,  G06V10/46 ,  G06V10/54 ,  G06V10/56 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于颜色空间多路深度特征融合的菊花分类方法，包括：对菊花图像进行颜色空间的转换，将原图RGB转换为HSV与LAB颜色空间；提取HSV颜色空间中的H和S分量特征以及LAB颜色空间中的L分量特征；将分量直方图特征和原始图像输入到构建好的多路深度网络中进行模型训练，得到训练好的菊花分类模型；将待预测的菊花通过提取对应颜色空间特征和原始图像，输入到菊花分类模型中，得到菊花分类结果。本发明采用包含1D网络和2D网络的多路深度网络，通过路间和层间交互从多个视角充分融合不同颜色通道的类别相关特性，实现菊花类别的准确预测，具有客观、快速、高效以及稳定性强等优势，为后续中药材智能化分类鉴别提供了科学的依据。

公开(公告)号：CN117690135A

公开(公告)日：2024-03-12

申请号：CN202311600392.0

申请日：2023-11-28

Applicant: 南京师范大学

Inventor： 杨曦晨 ,  陈奕帆 ,  严辉 ,  毛忠原 ,  蒋健 ,  朱顺

IPC: G06V20/80 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种基于正反面深度视觉特征融合的菊花分类方法，包括：采集不同产地不同类别的菊花图像，对菊花的产地和类别进行标记；对菊花的正面和反面图像分别进行预处理，建立菊花图像数据库；搭建基于ResNet的双路网络作为菊花种类预测模型，将菊花图像数据库内的菊花的正面和反面图像作为网络输入，对菊花种类预测模型进行模型训练，得到训练好的菊花种类预测模型；采集待检测的菊花的正面和背面图像，并且输入到菊花种类预测模型，通过菊花种类预测模型输出分类结果。本发明采用基于正反面深度视觉特征融合的菊花分类方法，能够准确预测对菊花的产地进行预测，具有快速无损、识别准确率高以及稳定性强的优势。

公开(公告)号：CN119131463A

公开(公告)日：2024-12-13

申请号：CN202411119742.6

申请日：2024-08-15

Applicant: 南京师范大学

Inventor： 杨曦晨 ,  陈奕帆 ,  严辉 ,  王天舒 ,  毛忠原 ,  蒋健 ,  朱顺

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/74 ,  G06N3/0455

Abstract: 本发明公开了一种基于正反面融合交叉注意力机制的菊花分类方法，包括：在Swin Transformer的基础上利用交叉注意力机制结合残差模块设计，搭建双路神经网络模型；将菊花图像数据库内的菊花正面和反面图像作为双路神经网络输入进行模型训练和测试，将训练好的模型作为菊花种类预测模型；采集待检测菊花的正面和背面图像，并且输入到菊花种类预测模型，通过菊花种类预测模型输出分类结果。本发明采用基于正反面融合交叉注意力机制的菊花分类方法，具有菊花种类识别速度较快、准确率高且稳定性强等优势。

公开(公告)号：CN118379531A

公开(公告)日：2024-07-23

申请号：CN202410048106.2

申请日：2024-01-12

Applicant: 南京师范大学

Inventor： 杨曦晨 ,  毛忠原 ,  严辉 ,  蒋健 ,  陈奕帆 ,  朱顺

IPC: G06V10/764 ,  G06V10/12 ,  G06V40/16 ,  G06V40/50

Abstract: 本发明公开了一种中草药菊花图像智能采集与分类装置及运行方法，装置包括采样箱、硬件主板、HDMI外接屏幕、主板电源开关、LED灯带、摄像头和光敏传感器；采样箱用于提供采样空间，且将部件组装在一起，以形成一个完整的设备；硬件主板用于控制其他部件以及进行图像处理；HDMI外接屏幕用于实现装置功能控制，显示装置运行阶段以及内部部件的运行状态；主板电源开关用于控制主板的开启与关闭；LED灯带用于为采样提供光源；摄像头用于多方位采集菊花样品的图像以及采集识别人脸信息；光敏传感器用于感应是否放置菊花样品，实现自动化拍摄采集菊花图像。本发明实现智能采集菊花图像功能以及对菊花种类分类的功能，能够快速整合图像数据形成有效的数据集。

公开(公告)号：CN118134836A

公开(公告)日：2024-06-04

申请号：CN202311832788.8

申请日：2023-12-28

Applicant: 南京师范大学

Inventor： 杨曦晨 ,  朱顺 ,  严辉 ,  毛忠原 ,  蒋健 ,  陈奕帆

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种元学习框架下多区域深度融合的多类型图像质量评价方法，包括：对图像进行预处理；构建多区域深度融合网络模型，多区域深度融合网络模型包括多路特征提取网络和特征融合网络，利用路间特征融合和层间特征融合描述质量波动下图像特性的变化；将得到的图像根据失真类型进行分类；通过设计好的元学习框架更新并学习网络的参数；对未知类型图像进行预处理并输入到多区域深度融合网络模型进行训练，导入元学习得到的先验知识，并利用先验知识对训练过程进行微调，得到未知类型图像的预测分数。本发明应用元学习框架，能够快速优化现有图像质量模型适应未知图像质量评价问题，具有准确率高、适用性强的特点。