-
公开(公告)号:CN114708285A
公开(公告)日:2022-07-05
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:CN114663460A
公开(公告)日:2022-06-24
申请号:CN202210191612.8
申请日:2022-02-28
Applicant: 华南农业大学
Abstract: 本发明公开了基于双流驱动编码器和特征记忆模块的视频分割方法及装置,方法包括下述步骤:构建包含主干流和边缘流的双流驱动编码器,将引导信息和当前帧预处理后输入双流驱动编码器中的主干流,提取图像的深度特征,并将主干流中不同层输出的深度特征输入边缘流,提取图像的边缘特征;构造特征记忆模块,将主干流中最深层输出的特征作为特征记忆模块的输入,用于计算目标在当前帧和已完成分割帧中均稳定存在的特征;构造特征融合模块,将双流驱动编码器和特征记忆提取模块的输出通过该模块聚合,解码为当前帧分割结果。本发明展示了如何基于双流驱动编码器和特征记忆模块进行视频分割,可较好地分割出目标边缘,应对复杂场景下的多种挑战。
-
公开(公告)号:CN113487107A
公开(公告)日:2021-10-08
申请号:CN202110854716.8
申请日:2021-07-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多层径向基网络的大型动物体重自动评估方法、系统及介质,该方法包括:每层首先随机生成径向基函数中心点,再生成径向基神经元以组成径向基层,最后连接径向基层和全连接层以构建多层径向基网络模型;输入归一化的大型动物体况参数以训练多层径向基网络模型,采用损失函数优化模型的参数;利用训练好的多层径向基网络模型进行体重自动估计。本发明采用一维的大型动物体况参数进行预测其体重,基本不受动物姿态以及运动的影响,对于估计动物生重的鲁棒性较大;本发明将多层径向基网络层通过全连接层进行连接,拟合能力更高,仅在输入一维体况的情况下有较高的估计精度。
-
公开(公告)号:CN108717699A
公开(公告)日:2018-10-30
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:CN105979120A
公开(公告)日:2016-09-28
申请号:CN201610393336.8
申请日:2016-06-03
Applicant: 华南农业大学
IPC: H04N5/21
CPC classification number: H04N5/21
Abstract: 本发明公开了基于分布式计算的视频去雾系统及视频去雾方法,本发明系统包括部署在分布式计算架构上的输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块,输出节点,每个模块均有多台计算机以分布式架构的方式负责执行,本发明方法将输入的有雾视频将被分拆成帧流,透射率估计模块同时计算数帧的透射率,大气光照度估计模块计算出对应帧的大气光照度,无雾图像生成模块产生有雾帧所对应的无雾图像,并按照帧的正确序列顺序输出。本发明拥有更高的处理速度,具备实时处理能力。
-
-
-
-