-
公开(公告)号:CN118968276A
公开(公告)日:2024-11-15
申请号:CN202411228074.0
申请日:2024-09-03
申请人: 重庆市西部水资源开发有限公司 , 哈尔滨工业大学
IPC分类号: G06V20/05 , G06V10/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本申请的一种基于特征图像识别的鱼类卵苗自动监测系统,基于图像识别技术,通过采集鱼类卵苗图像得到鱼类卵苗数量,进而得到一段时间内鱼类卵苗总数,通过一段时间内鱼类卵苗总数判断鱼汛是否来临,以采取相应措施;该自动监测预警系统对鱼类卵苗识别准确率达95%以上,识别精度高,且在处理含鱼类卵苗数量大于400的图像时,准确率仍达95%以上,稳定性好;该鱼类卵苗自动监测预警系统可在水下浑浊环境对任意尺寸鱼苗或鱼卵进行识别、计数,适用范围广;当该系统监测到鱼类卵苗数量达到一定数值时及时进行预警,同时控制水泵关闭,避免鱼类卵苗的卷吸,安全性高。
-
公开(公告)号:CN114663467A
公开(公告)日:2022-06-24
申请号:CN202210296407.8
申请日:2022-03-24
申请人: 哈尔滨工业大学人工智能研究院有限公司
IPC分类号: G06T7/223
摘要: 本发明公开了一种通用的目标跟踪分块与融合策略,属于目标跟踪技术领域,包括以下步骤:S1:根据宽和高判断是否分块,若不,则对目标整体跟踪,否则进行后续步骤;S2:对跟踪目标进行分块;S3:跟踪每一个分块和整体目标,并对每个分块求权重,判断分块权重是否超出阈值Y,若超出则丢弃,否则进行后续步骤,若所有分块都丢弃,则当前帧的跟踪结果采用整体目标的跟踪结果,否则进行后续步骤;S4:由跟踪结果和RPT方法求目标中心和尺寸,丢弃的分块在当前帧的跟踪结果基础上进行重采样;S5:更新结果,保存模型;S6:返回S3进行下一帧的目标跟踪,直至整个视频序列的跟踪完成;本发明能够结合多种目标跟踪算法,提高跟踪性能,便于方法的对比。
-
公开(公告)号:CN114663466A
公开(公告)日:2022-06-24
申请号:CN202210294980.5
申请日:2022-03-24
申请人: 哈尔滨工业大学人工智能研究院有限公司
摘要: 本发明公开了计算机视觉技术领域的一种多域卷积神经网络上的分块目标跟踪方法,包括包括视频上传模块、在线视频采集模块、视频跟踪模块、跟踪结果保存模块和数据服务器,视频上传模块上传本地数据服务器中要进行分析的视频,在线视频采集模块通过摄像头选择目标对象,在线进行目标跟踪,视频跟踪模块对要跟踪的对象选择跟踪方法进行跟踪,跟踪结果保存模块将跟踪结果保存到服务器中;本发明充分发挥了深度学习以及分块跟踪的优异特性,同时可以进行视频的多样性选择,可以自动保存跟踪结果;通过MDNET进行分块跟踪的算法既可以发挥MDNET的优异跟踪性能,又能结合分块的抗遮挡等特性,提高跟踪性能。
-
-