-
公开(公告)号：CN113239965B
公开(公告)日：2023-05-02
申请号：CN202110398674.1
申请日：2021-04-12
Applicant: 北京林业大学
IPC: G06V10/764 , G06T7/11 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明实施例公开了一种基于深度神经网络的鸟类识别方法及电子设备。方法包括：获取鸟类训练图片集，用于训练深度神经网络；获取待识别的鸟类图片，将其输入所述深度神经网络，得到鸟类相关特征。本发明效果如下：1)在不提升额外的网络参数量情况下，能够提取更加多样化的图片局部特征信息，取得更高的分类精度；2)相比于RA‑CNN等经典方法，能够更加综合各个局部的信息，而不是仅仅关注某一个关键的区域；3)提出一种抑制通道的方法，随机抑制一些通道注意力区域，迫使网络寻找其他有效的信息，能够提高网络的泛化能力；4)结合注意力机制和热力图，我们的网络具有更强的可解释性和精确定位目标的能力。
-
公开(公告)号：CN113156991B
公开(公告)日：2023-02-17
申请号：CN202110161524.9
申请日：2021-02-05
Applicant: 北京林业大学
IPC: G05D1/10
Abstract: 本发明实施例公开了一种基于小型多旋翼飞行器的飞行评估系统及方法，该系统包括导入模块，用于导入初始数据和进行系统初始化；地面站模块，用于显示飞行器的飞行环境数据以及路径规划；数据模块，用于实时反馈所检测的飞行数据；同时进行数据预算；控制模块，用于根据数据预算与实时的飞行环境数据所产生的偏差对飞行器进行自动控制调节；状态模块，用于在飞行器为平稳状态时，对飞行器状态进行监控模拟并记录；品质评估模块，用于将监控模拟所得到的数据与预设的评估指标进行输出对比，以得到评估结果并进行显示；其有益效果是：针对小型多旋翼飞行器的特点，构建起一套评价体系，从而对于无人机的设计、研制、试验也起到了参考作用。
-
公开(公告)号：CN113156991A
公开(公告)日：2021-07-23
申请号：CN202110161524.9
申请日：2021-02-05
Applicant: 北京林业大学
IPC: G05D1/10
Abstract: 本发明实施例公开了一种基于小型多旋翼飞行器的飞行评估系统及方法，该系统包括导入模块，用于导入初始数据和进行系统初始化；地面站模块，用于显示飞行器的飞行环境数据以及路径规划；数据模块，用于实时反馈所检测的飞行数据；同时进行数据预算；控制模块，用于根据数据预算与实时的飞行环境数据所产生的偏差对飞行器进行自动控制调节；状态模块，用于在飞行器为平稳状态时，对飞行器状态进行监控模拟并记录；品质评估模块，用于将监控模拟所得到的数据与预设的评估指标进行输出对比，以得到评估结果并进行显示；其有益效果是：针对小型多旋翼飞行器的特点，构建起一套评价体系，从而对于无人机的设计、研制、试验也起到了参考作用。
-
公开(公告)号：CN112419202B
公开(公告)日：2023-09-26
申请号：CN202011442143.X
申请日：2020-12-11
Applicant: 北京林业大学
IPC: G06T5/00 , G06T7/11 , G06F16/27 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例公开了一种基于大数据及深度学习的野生动物图像自动识别系统，以野生动物监测图像数据库为主体，结合超分辨率图像恢复技术及野生动物自动识别算法实现对野生动物数据的处理及分析，并通过数据可视化搭建系统的前端界面。具体的，野生动物监测图像数据库用于野生动物图像及相关信息的存储管理，超分辨率图像恢复技术用于低质量压缩图像的恢复重建，自动识别算法是通过深度学习实现野生动物图像的自动识别与监测分析，从而实现图像的分类处理以及无效图像的剔除。本发明可以实现野生动物图像的高效分类存储以及对野生动物数据的自动分析与可视化展示，提高野生动物图像管理智能化水平。
-
公开(公告)号：CN112817331A
公开(公告)日：2021-05-18
申请号：CN202110009660.6
申请日：2021-01-05
Applicant: 北京林业大学
Abstract: 本发明属于林业信息监测领域，涉及一种基于多机协同的林业信息智能监测系统。具体包括：无人机集群任务分配模块基于林区监测需求对无人机集群进行任务分配；多航迹协同规划模块基于航行任务对无人机集群进行多航迹协同规划；航迹在线重规划模块依据临时突发情况对无人机集群的勘测路线进行二次动态规划；林区信息获取模块基于无人机集群携带的感知设备对监测区域内的林区信息进行动态获取；林区资源分析及可视化模块对无人机集群获取到的林区图像进行分析，得到林区资源信息并进行可视化展示。本发明利用无人机集群系统的协同工作能力，降低了林区资源勘测成本，提高了森林资源调查的工作效率和质量。
-
Patent Agency Ranking
公开(公告)号：CN112686190A
公开(公告)日：2021-04-20
申请号：CN202110009553.3
申请日：2021-01-05
Applicant: 北京林业大学
Abstract: 本发明属于人工智能在林业工程的应用领域，具体涉及一种基于自适应目标检测的森林火灾烟雾自动识别方法，旨在提供一种在满足实时性检测条件下具有高识别精度的森林火灾烟雾检测方法。具体包括在预先建立的森林火灾烟雾图像数据库中获取标定后的图像数据作为目标训练图像；将目标训练图像输入预定义的火灾烟雾检测识别模型，通过模型中的区域候选网络进行图像特征提取；选取预先建立的指标模型库中的指标，对图像特征提取的识别精度进行评估。本发明以改进的自适应目标检测网络为主体，有效的提高了森林火灾烟雾特征的提取能力，从而实现实时性且高精度的森林火灾烟雾的检测识别。
-
公开(公告)号：CN112616054A
公开(公告)日：2021-04-06
申请号：CN202011441971.1
申请日：2020-12-11
Applicant: 北京林业大学
Abstract: 本发明公开了一种野生动物监测图像自适应压缩传输与恢复方法及装置，应用于无线传感器网络，所述方法包括：获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的；其有益效果是：在对原始图像进行压缩、降低数据量的同时，保证图像接收端可以获得清晰且具有实际应用价值的野生动物图像。
-
公开(公告)号：CN112989932A
公开(公告)日：2021-06-18
申请号：CN202110161965.9
申请日：2021-02-05
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于改进原型网络的少样本森林火灾烟雾识别方法及装置。方法包括：训练少样本检测网络模型；获取测试数据集，并将其划分为支持图像集和查询图像集；将支持图像集和查询图像集输入少样本网络模型进行特征识别，得到图像特征向量；计算图像特征向量的欧式距离，并根据欧式距离计算图像在每一个类上的概率，得到分类结果，从而完成图像的森林火灾烟雾识别；通过所述图像输出模块输出查询图像集中每一图像的分类结果。实施本发明实施例，针对少样本数据集(仅包括烟、云、雾、树及悬崖等)，设计了基于改进原型网络的森林火灾烟雾检测网络，在保证准确率的前提下，降低了检测的误报率。
-
公开(公告)号：CN112419202A
公开(公告)日：2021-02-26
申请号：CN202011442143.X
申请日：2020-12-11
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于大数据及深度学习的野生动物图像自动识别系统，以野生动物监测图像数据库为主体，结合超分辨率图像恢复技术及野生动物自动识别算法实现对野生动物数据的处理及分析，并通过数据可视化搭建系统的前端界面。具体的，野生动物监测图像数据库用于野生动物图像及相关信息的存储管理，超分辨率图像恢复技术用于低质量压缩图像的恢复重建，自动识别算法是通过深度学习实现野生动物图像的自动识别与监测分析，从而实现图像的分类处理以及无效图像的剔除。本发明可以实现野生动物图像的高效分类存储以及对野生动物数据的自动分析与可视化展示，提高野生动物图像管理智能化水平。
-
公开(公告)号：CN113239965A
公开(公告)日：2021-08-10
申请号：CN202110398674.1
申请日：2021-04-12
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于深度神经网络的鸟类识别方法及电子设备。方法包括：获取鸟类训练图片集，用于训练深度神经网络；获取待识别的鸟类图片，将其输入所述深度神经网络，得到鸟类相关特征。本发明效果如下：1)在不提升额外的网络参数量情况下，能够提取更加多样化的图片局部特征信息，取得更高的分类精度；2)相比于RA‑CNN等经典方法，能够更加综合各个局部的信息，而不是仅仅关注某一个关键的区域；3)提出一种抑制通道的方法，随机抑制一些通道注意力区域，迫使网络寻找其他有效的信息，能够提高网络的泛化能力；4)结合注意力机制和热力图，我们的网络具有更强的可解释性和精确定位目标的能力。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.05 seconds)
