-
公开(公告)号：CN115861858A
公开(公告)日：2023-03-28
申请号：CN202310122727.6
申请日：2023-02-16
Applicant: 之江实验室
IPC: G06V20/17 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像识别技术、农业育种领域，尤其涉及一种基于背景过滤的小样本学习农作物冠层覆盖度计算方法，该方法包括以下步骤：步骤S1：利用无人机载具获取待计算的田间高空俯拍RGB图像数据，构建支持数据集和查询数据集；步骤S2：构造并训练背景分割网络模型；步骤S3：基于训练得到的背景分割网络模型进行推理，结合绿色特征指数得到背景指数图；步骤S4：构造并训练小样本分割网络模型；步骤S5：基于训练得到的小样本分割网络模型进行推理，集合背景指数图得到农作物的冠层覆盖区域，并基于冠层覆盖区域计算冠层覆盖度。本发明具有准确度高，标注成本极低，且对农作物类冠层覆盖度计算具有通用性。
-
公开(公告)号：CN115761137A
公开(公告)日：2023-03-07
申请号：CN202211484005.7
申请日：2022-11-24
Applicant: 之江实验室 , 中国铁建重工集团股份有限公司
Abstract: 本发明公开了一种基于法向量和点云数据相互融合的高精度曲面重建方法和装置，包括：获取高精度稀疏点云数据，重建高精度稀疏点云数据得到粗糙曲面的低频法向量特征；获取光照方向及其对应的图像，根据光照方向及其对应的图像并以粗糙曲面的低频法向量特征为指导，采用光度立体视觉方式获得高精度稠密法向量特征；对高精度高密度法向量特征积分得到高精度稠密点云数据后，对高精度稠密点云数据和高精度稀疏点云数据进行配准融合，得到高精度曲面。该方法和装置实现基于测量效率低、细节恢复能力较低的高精度稀疏点云数据的高精度曲面重建。
-
公开(公告)号：CN114820329B
公开(公告)日：2022-11-25
申请号：CN202210764209.X
申请日：2022-07-01
Applicant: 之江实验室 , 中国铁建重工集团股份有限公司
Abstract: 本发明公开了基于高斯过程大核注意力装置引导的曲面测量方法及装置，依次进行初始点采样、曲面上采样、曲面重建和误差评定、采样点选择，其中曲面上采样由高斯过程模型和基于大核注意力机制的预训练上采样模型组成，通过上述操作获得关键的点云数据，通过这些数据，可以用非常有限的数据完成目标精度的曲面重建；同时，针对高精度接触式形貌测量传感器测量效率较低的问题，通过局域高斯过程和深度学习的上采样模型，进行点云的自适应采样，然后再对这些数据进行重建，可以在保证重建精度和细节还原度的同时提高复杂曲面的测量效率。
-
公开(公告)号：CN114663965B
公开(公告)日：2022-10-21
申请号：CN202210566142.9
申请日：2022-05-24
Abstract: 本发明公开一种基于双阶段交替学习的人证比对方法和装置，该方法包括：步骤一：收集人脸图像；步骤二：将收集的人脸图像进行裁剪、水平翻转、去噪、亮度增强和对比度增强处理后，得到人脸图像数据集，即训练集，并将训练集分批；步骤三：将经过处理后的训练集的图像依批次输入到卷积神经网络，使用余弦损失函数或者三元组损失函数的双阶段交替的人脸类别训练，得到训练好的人证比对模型；步骤四：将要进行人证比对的摄像头图像和证件图像输入训练好的人证比对模型，提取人脸特征，计算人脸相似度，输出人证比对结果。本发明有效提升了人证比对的准确率，实现余弦损失函数与三元组损失函数的结合，具有重大的应用价值。
-
公开(公告)号：CN115019296A
公开(公告)日：2022-09-06
申请号：CN202210930782.3
申请日：2022-08-04
IPC: G06V20/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机视觉领域，尤其涉及一种基于级联的车牌检测识别方法和装置，该方法包括：步骤一，通过摄像头获取视频图像，使用车牌检测模型，输出每张图像中检测到的车牌矩形边界框和包络框的位置；步骤二，基于步骤一车牌检测的结果，采用仿射变换以得到车牌的正面视角图；步骤三，将所述车牌的正面视角图输入到基于深度卷积神经网络的二分类器中，判断车牌是否为真正的车牌，是则保留，否则移除；步骤四：将步骤三去除假样例后的车牌，通过车牌识别技术实现车牌号码识别，获取检测图像中的所有车牌位置及号码。本发明实现方法简单，可移植性强，能够实现不限于移动摄像头拍摄的公路上、停车场、小区出入口等场所中车牌的精准识别。
-
Patent Agency Ranking
公开(公告)号：CN115019215A
公开(公告)日：2022-09-06
申请号：CN202210947014.9
申请日：2022-08-09
Applicant: 之江实验室
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/764 , G06V10/26 , G06V10/778
Abstract: 本发明公开一种基于高光谱图像的大豆病虫害识别方法和装置，该方法包括：步骤一，利用无人机搭载的高光谱相机与RGB相机采集高光谱数据集及其对应的RGB数据集；步骤二，对采集的高光谱数据集进行数据增广；步骤三，对RGB图像进行植株区域分割后与对应的高光谱图像进行像素点相乘得到含植株区域的图像，对该图像进行预处理计算出各类别平均光谱特性曲线；步骤四，输入高光谱数据集至大豆病虫害识别网络模型，采用课程学习方式以及各类别平均光谱特性曲线进行模型训练；步骤五，采用训练好的大豆病虫害识别网络模型，对采集输入的高光谱图像进行预测分类，输出最终预测的虫害类别。本发明能有效提高大豆病虫害识别的准确度。
-
公开(公告)号：CN114972976A
公开(公告)日：2022-08-30
申请号：CN202210902801.1
申请日：2022-07-29
Applicant: 之江实验室
Abstract: 本发明公开了基于频域自注意力机制的夜间目标检测、训练方法及装置，采用具有夜间图像检测标签的开源数据集训练检测网络，首先将输入图像进行预处理，使其从RGB转化为YUV通道，分别将三个通道的图像划分成多个区块；对于三个通道的各个区块，分别进行DCT离散余弦变换；将各个区块中属于同一频域的信息依据其原本的空间关系存入同一通道中，生成数个代表不同频域的通道；将所有频域通道输入自注意力网络模块，该模块通过计算各通道之间的可缩放点积自注意力，输出每个通道动态加权后的数值，再将其分别输入相同的多层感知器MLP；将输出结果输入检测网络中，最终获得图像的检测结果。
-
公开(公告)号：CN114757822A
公开(公告)日：2022-07-15
申请号：CN202210663896.6
申请日：2022-06-14
Abstract: 本发明公开一种基于双目的人体三维关键点检测方法及系统，该方法包括：步骤一：通过采用YOLOv5目标检测算法的目标检测模块分别获得左、右视场图像中的人体矩形框；步骤二：扣取人体矩形框对应的人体图像，通过人体二维关键点识别算法提取左、右视场图像中人体各关键点的二维热力图；步骤三：将左、右人体二维关键点热力图反向投影到三维空间，得到三维反投影热力图；步骤四，将三维反投影热力图输入三维卷积编解码网络，通过编解码操作得到三维关键点热力图；步骤五，三维关键点热力图中每一通道通过自变量最大值软操作得到该通道表示的三维关键点所在坐标，最终得到全部人体三维关键点坐标。本发明具有较高的可行性和实用性。
-
公开(公告)号：CN114677596A
公开(公告)日：2022-06-28
申请号：CN202210579628.6
申请日：2022-05-26
IPC: G06V20/10 , G06V20/54 , G06V10/774 , G06V10/82 , G06V10/26 , G06V10/44 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开一种基于注意力模型的遥感图像船舶检测方法和装置，该方法包括：步骤一，收集船舶遥感图像，使用标注信息对图像数据集进行数据扩充；步骤二，对收集的遥感图像进行预处理，得到船舶检测模型训练使用的数据集；步骤三，将训练数据集里的图像输入到针对小尺寸目标改进过的YOLOV5注意力模型中，进行训练，得到训练好的遥感船舶检测模型；步骤四，将待检测的遥感图像裁剪，后输入到训练好的遥感船舶检测模型中，输出船舶的边界框和置信度；将所有裁剪图的边界框映射回原始遥感图像，经过置信度阈值过滤和非极大值抑制过滤重复目标后，获得最终的检测结果。本发明解决了遥感图像中船舶分布稀疏、尺寸过小导致的检测困难的问题。
-
公开(公告)号：CN113936339B
公开(公告)日：2022-04-22
申请号：CN202111537924.1
申请日：2021-12-16
Abstract: 本发明公开了基于双通道交叉注意力机制的打架识别方法和装置，该方法首先采集生成视频数据集，设置快慢两种帧率获取不同帧图像序列，进行预处理后分别送入快慢通道，在快慢通道采用基于分开时空自注意力机制的Transformer编码器提取图像序列时空编码特征；然后，经过交叉注意力模块融合一个通道CLS token与另一通道patch token信息，实现双通道时空编码特征融合；最后，将融合后的时空编码特征经过多层感知机头进行打架行为识别。本发明通过双通道Transformer模型与交叉注意力模块能有效提取视频时空特征，提高打架行为识别的准确率，适用于室内外监控系统。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.027 seconds)
