-
公开(公告)号：CN112966727A
公开(公告)日：2021-06-15
申请号：CN202110203035.5
申请日：2021-02-23
Applicant: 南京林业大学
IPC: G06K9/62 , G06K9/34 , G06K9/46 , G06K9/00 , G06F16/538 , G06F16/55 , G06F16/583
Abstract: 本发明公开了一种基于花朵特征的植物种类识别系统，包括图像采集器、植物种类存储库、信息显示录入端和微处理单元，图像采集器负责采集植物花朵特征，并对植物花朵特征分割识别处理，植物种类存储库负责存储已有的植物花朵特征，与图像采集器处理的植物花朵特征进行比对，信息显示录入端负责显示植物花朵特征比对结果，以及新植物种类花朵特征的录入，微处理单元分别与图像采集器、植物种类存储库、信息显示录入端相连，微处理单元负责图像采集器、植物种类存储库、信息显示录入端之间的信息传输。本发明涉及植物类别识别技术领域，具体提供了一种可以根据花朵特征对植物进行分类，且分类准确度高的基于花朵特征的植物种类识别系统。
-
公开(公告)号：CN118941821A
公开(公告)日：2024-11-12
申请号：CN202410986756.1
申请日：2024-07-23
Applicant: 南京林业大学
IPC: G06V10/74 , G06V10/80 , G06V20/10 , G06V20/17 , G06V10/77 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于少样本学习的穗类作物统一计数方法，本发明涉及六个不同的作物数据集，这些作物数据集通过地面相机和无人机捕获，视觉编码器用于增强特征嵌入，基础模型用于减轻复杂背景的影响，多尺度特征交互模块用于集成相似度度量，促进不同尺度的作物特征自动学习，增强对各种尺寸和形状的作物穗的描述能力，该模型采用两阶段训练程序，初始阶段侧重于潜在特征挖掘，以捕捉谷物的通用特征，并且随后的阶段无需额外训练即可进行推理，进而从选定的样本中提取目标作物的领域特征，以实现计数操作。本发明通过少样本学习计数多种谷物穗，可以有效降低标注成本，并提高谷物产量估算的准确性，确保粮食安全。
-
公开(公告)号：CN113705337B
公开(公告)日：2024-03-22
申请号：CN202110799165.X
申请日：2021-07-15
Applicant: 南京林业大学 , 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种基于独立共享空间距离度量学习的无人机多视图火人烟识别方法，属于模式识别技术领域，包括以下步骤：S1、通过无人机在林区实时采集数据来获取无人机航测数据，对获取的视频进行联合平差处理，对视频进行单元拆分识别得到视频中的人物、烟雾、火焰图像，并对其特征进行识别、提取和标注；S2、将采集到的实时图像进行多视图处理，提取图像的HSV颜色特征作为图像的第一视图，然后通过LBP算法提取图像的纹理特征作为图像的第二视图；S3、将数据带入多视图识别方法进行识别，该基于独立共享空间距离度量学习的无人机多视图火人烟识别方法，容易实现，并且易于优化，很好地解决了描述的目标可能存在视图缺失导致无法保证共享特征模式的有效表达的问题。
-
公开(公告)号：CN112233357A
公开(公告)日：2021-01-15
申请号：CN202011087879.X
申请日：2020-10-13
Applicant: 南京林业大学
Inventor： 范习健
Abstract: 本发明公开了新型森林防火预警装置，其结构包括：监控头罩帽、轮槽壳体、球轴机架内槽、托台座、垫板块、基座柱块，本发明实现了运用轮槽壳体与球轴机架内槽相配合，通过轮槽壳体套接内芯轮辊架在内配合上下镜头平衡座绕转形成通过热导夹片轮的夹片架护效果，且内芯轮辊架形成抬升倾角的三百六十度回旋操作，从而有效扫描低位树根和草地着火现象，及时反馈给森林火警，有效在第一时间形成高低位扫描传感，且低位热导夹片轮和烟雾薄膜罩收纳触发电位反馈报警，形成双项检测后的鉴定火灾操作效果，保障后续的防火人员调度和火势及时播报控制情况高效。
-
公开(公告)号：CN111539376A
公开(公告)日：2020-08-14
申请号：CN202010389939.7
申请日：2020-05-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于视频图像的多模态情感识别系统及方法，该系统包括人脸提取模块、生理信号感应模块、姿态信号采集模块、着装信号扫描模块、场景分析模块、情感时序编码模块，情感信息建模模块，情感空间映射模块。本发明还提供了一种基于视频图像的多模态情感识别方法。本发明的基于视频图像的多模态情感识别系统通过功能模块的设计，采用多模态情感特征提取，具有识别结构更加准确可靠的特点，适合推广应用。
-
Patent Agency Ranking
公开(公告)号：CN118941791A
公开(公告)日：2024-11-12
申请号：CN202410987058.3
申请日：2024-07-23
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/13 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于视觉结构信息指导的遥感图像语义分割方法，包括如下操作：选取遥感数据集和树木测绘数据集作为实验数据集；基于所述实验数据集，选取视觉基础模型，通过所述视觉基础模型从所述实验数据集的遥感图像中提取视觉结构图像；基于所述视觉结构图像，构建特征共嵌入模块提取所述视觉结构图像中的视觉特征图像；基于所述视觉特征图像，构建结构启发式特征融合模块对所述视觉特征图像进行特征融合和结构预测，得到处理后的实验数据集；构建目标损失函数对所述处理后的实验数据集进行预测。本发明方法通过视觉模型提取结构图像，构建模块提取并融合特征，并对处理后的数据集进行预测，从而可以提高遥感图像分割的准确率和鲁棒性。
-
公开(公告)号：CN118864833A
公开(公告)日：2024-10-29
申请号：CN202410380516.7
申请日：2024-03-30
Applicant: 南京林业大学
IPC: G06V10/26 , G06V10/764 , G06V10/25 , G06V10/774 , G06V10/56 , G06V10/776 , G06V20/10 , G06V20/17 , G06T5/70 , G06T5/77 , G06N20/10 , G06N3/0464
Abstract: 本发明涉及一种林业森林单株分割模型。该模型提供了一个基于L1范数的单类支持向量机L1‑OCSVM用于单类目标检测，充分利用L1范数的特性，以满足实时目标检测/识别的要求，从而实现森林树木的单株分割；通过引入无穷大的边距项来代替传统的L2范数以设计L1‑OCSVM，保持了结构性风险最小化原则；通过一个等价的优化方法来求解非线性的L1‑OCSVM，以解决L1范数的不可微性和非线性情况下的问题；通过对组合系数的L1范数进行直接最小化，所得到的解比L2范数解更有可能具有高度稀疏性，从而减少计算的复杂性；通过两种加速度算法来提高训练速度。与现有的SOTA等方法相比，本发明所提出的方法在训练时间、检测精度率、错误预警率和实时能力方面具有显著的优越性。
-
公开(公告)号：CN117893476A
公开(公告)日：2024-04-16
申请号：CN202311727794.7
申请日：2023-12-15
Applicant: 南京林业大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/088 , G06N3/096
Abstract: 本发明公开了一种基于非对抗性无监督域适应的植物病害检测方法及系统，包括：分别采集实验室环境和田间自然条件下的植物病害图像并标记；使用残差神经网络，对采集的所述植物病害图像进行特征提取并转换为特征图像；构建混合神经网络结构，对所述特征图像学习多表征信息向量并拼接后计算得出分类损失函数；将子域适应方法嵌入到所述混合神经网络结构中度量域间差距；根据所述分类损失函数并引入辅助不确定性正则化得出迁移数据；训练得出最优总损失函数。本发明通过反向传播来有效训练网络，收敛速度较快；构建的混合神经网络结构提高了采集的植物病害图像的准确度，引入的辅助不确定性正则化提高源域向目标域迁移的可靠性，具有良好的泛化能力。
-
公开(公告)号：CN117437562A
公开(公告)日：2024-01-23
申请号：CN202311625016.7
申请日：2023-11-30
Applicant: 南京林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/20 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及森林火灾进行早期预防和检测技术领域，具体为一种基于无人机遥感图像的野外烟火快速检测方法，包括无人机采集火灾后的遥感图像；对无人机采集的遥感图像输入到YOLOv5模型的解码器进行数据预处理，获取其中的显著烟火目标的遥感图像。本发明，采取了一种新型的单阶段anchor‑free结构ObjectBox，平等对待不同级别尺度的目标，提升模型识别正确样本的能力；采用视觉注意力机制SimAM，加强关注网络感兴趣区域，提高模型识别小目标的准确率；同时引入新的模块Bot，它可以有效地减少模型的训练参数，提高训练效率，本发明的目标检测模型在无人机遥感场景下野火、烟雾目标，均取得了最佳的检测效果，且具有很强的实时性，可实际部署在无人机森林火灾预警系统。
-
公开(公告)号：CN113568405A
公开(公告)日：2021-10-29
申请号：CN202110799052.X
申请日：2021-07-15
Applicant: 南京林业大学 , 南京华魄信息科技有限公司
IPC: G05D1/02
Abstract: 本发明公开了基于巡检机器人的网络设备信号灯视觉识别系统及其方法，其技术方案是：包括巡检机器人模块，所述巡检机器人模块输出端设有无线传输模块，所述无线传输模块连接端设有终端控制模块，所述巡检机器人模块连接端设有控制芯片模块，所述控制芯片模块连接端分别设有常规识别模块和自适应识别模块，所述常规识别模块连接端分别设有磁轨导航模块和RFID定位模块，所述RFID定位模块连接端设有环境数据收集模块，本发明的有益效果是：通过巡检机器人对周围环境以及信号灯进行信息收集，避免信息收集出现干扰，且视觉识别成功率高，且巡检机器人可自主进行巡检、减少人工巡检成本。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.019 seconds)
