-
公开(公告)号：CN112836658B
公开(公告)日：2022-03-25
申请号：CN202110171838.7
申请日：2021-02-08
申请人： 南京林业大学
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/08
摘要： 本发明公开一种基于迁移学习和稀疏损失函数的人脸识别方法，其特征在于：包括人脸数据库，该人脸数据库采用深度图像的组合，作为孪生神经网络模块的输入；孪生神经网络模块，该孪生神经网络模块中设置有卷积神经网络，用于提取人脸数据库输入的人脸的特征向量；将孪生神经网络模块提取到的人脸的特征向量，通过误差损失函数来计算输出的人脸特征向量的误差，并对孪生神经网络模块进行训练，使整个模型的误差越来越小。本发明通过孪生神经网络模块对这些组合进行训练，设计了新的稀疏损失函数，无论在正样本还是负样本的情况下，计算的误差将会在一定范围内，并且设计了边界参数，使得负样本的误差在边界之内，因此可快速准确的对人脸进行识别。
-
公开(公告)号：CN112836658A
公开(公告)日：2021-05-25
申请号：CN202110171838.7
申请日：2021-02-08
申请人： 南京林业大学
摘要： 本发明公开一种基于迁移学习和稀疏损失函数的人脸识别方法，其特征在于：包括人脸数据库，该人脸数据库采用深度图像的组合，作为孪生神经网络模块的输入；孪生神经网络模块，该孪生神经网络模块中设置有卷积神经网络，用于提取人脸数据库输入的人脸的特征向量；将孪生神经网络模块提取到的人脸的特征向量，通过误差损失函数来计算输出的人脸特征向量的误差，并对孪生神经网络模块进行训练，使整个模型的误差越来越小。本发明通过孪生神经网络模块对这些组合进行训练，设计了新的稀疏损失函数，无论在正样本还是负样本的情况下，计算的误差将会在一定范围内，并且设计了边界参数，使得负样本的误差在边界之内，因此可快速准确的对人脸进行识别。
-
公开(公告)号：CN112676195B
公开(公告)日：2021-10-29
申请号：CN202011468724.0
申请日：2020-12-14
申请人： 南京林业大学
摘要： 本发明公开一种基于线阵CMOS相机的实木地板的颜色分选装置，属于地板分类技术领域，包括油漆箱、传送带、图像采集暗箱、工控机、PLC控制器、踢腿装置和收集箱，所述图像采集暗箱设置在传送带上，在所述图像采集暗箱内设置有线阵CMOS相机、白色LED排灯、校正板和光电开关，所述线阵CMOS相机与工控机连接，工控机、踢腿装置分别与PLC控制器连接，踢腿装置和收集箱相对设置在传送带两侧进行地板分类收集。本发明可以实现实木地板颜色的快速识别与分类，解决了困扰行业多年的实木地板相近颜色分选的技术难题。
-
公开(公告)号：CN112766229B
公开(公告)日：2022-09-27
申请号：CN202110171946.4
申请日：2021-02-08
申请人： 南京林业大学
摘要： 本发明公开一种基于注意力机制的人脸点云图像智能识别系统，包括点云数据转化模块、特征提取模块、注意力机制模块、图像融合模块、数据集样本划分以及孪生神经网络模块。本发明中提出将点云数据转化为人脸深度图，并对深度图进行特征提取，加入注意力机制，能够更好地提取出反映人脸的特征区域；本发明提出对数据样本划分为正样本和负样本，并使用孪生神经网络模块对正负样本进行训练，利用对比损失函数能够更好地对人脸特征向量进行误差计算，最后找到最接近的人脸类别，能够更加准确、迅速地进行人脸识别。
-
公开(公告)号：CN112676195A
公开(公告)日：2021-04-20
申请号：CN202011468724.0
申请日：2020-12-14
申请人： 南京林业大学
摘要： 本发明公开一种基于线阵CMOS相机的实木地板的颜色分选装置，属于地板分类技术领域，包括油漆箱、传送带、图像采集暗箱、工控机、PLC控制器、踢腿装置和收集箱，所述图像采集暗箱设置在传送带上，在所述图像采集暗箱内设置有线阵CMOS相机、白色LED排灯、校正板和光电开关，所述线阵CMOS相机与工控机连接，工控机、踢腿装置分别与PLC控制器连接，踢腿装置和收集箱相对设置在传送带两侧进行地板分类收集。本发明可以实现实木地板颜色的快速识别与分类，解决了困扰行业多年的实木地板相近颜色分选的技术难题。
-
公开(公告)号：CN112808603B
公开(公告)日：2021-10-12
申请号：CN202011526794.7
申请日：2020-12-22
申请人： 南京林业大学
摘要： 本发明公开了基于RealSense相机的鲜切花分选装置及方法，属于鲜切花分选技术领域。该装置包括工控机、传送装置、检测装置和分选装置，检测装置包括激光传感器和图像采集装置，图像采集装置包括光源、RealSense相机、翻转装置。通过三个RealSense相机采集鲜切花二维图像和深度信息，使用图像处理算法得到二维图像的尺寸特征和颜色特征，使用深度学习算法分析二维图像和深度信息得到鲜切花成熟度，综合多个鲜切花特征，使用分类算法对鲜切花进行分级，最后通过分选装置将鲜切花分成三类收集。该方法能够将不同等级鲜切花进行特征提取，并进行分选，提高了鲜切花识别分级和分选的效率。
-
公开(公告)号：CN112808603A
公开(公告)日：2021-05-18
申请号：CN202011526794.7
申请日：2020-12-22
申请人： 南京林业大学
摘要： 本发明公开了基于RealSense相机的鲜切花分选装置及方法，属于鲜切花分选技术领域。该装置包括工控机、传送装置、检测装置和分选装置，检测装置包括激光传感器和图像采集装置，图像采集装置包括光源、RealSense相机、翻转装置。通过三个RealSense相机采集鲜切花二维图像和深度信息，使用图像处理算法得到二维图像的尺寸特征和颜色特征，使用深度学习算法分析二维图像和深度信息得到鲜切花成熟度，综合多个鲜切花特征，使用分类算法对鲜切花进行分级，最后通过分选装置将鲜切花分成三类收集。该方法能够将不同等级鲜切花进行特征提取，并进行分选，提高了鲜切花识别分级和分选的效率。
-
公开(公告)号：CN112766229A
公开(公告)日：2021-05-07
申请号：CN202110171946.4
申请日：2021-02-08
申请人： 南京林业大学
摘要： 本发明公开一种基于注意力机制的人脸点云图像智能识别系统，包括点云数据转化模块、特征提取模块、注意力机制模块、图像融合模块、数据集样本划分以及孪生神经网络模块。本发明中提出将点云数据转化为人脸深度图，并对深度图进行特征提取，加入注意力机制，能够更好地提取出反映人脸的特征区域；本发明提出对数据样本划分为正样本和负样本，并使用孪生神经网络模块对正负样本进行训练，利用对比损失函数能够更好地对人脸特征向量进行误差计算，最后找到最接近的人脸类别，能够更加准确、迅速地进行人脸识别。
-
公开(公告)号：CN111862028B
公开(公告)日：2021-04-09
申请号：CN202010678895.X
申请日：2020-07-14
申请人： 南京林业大学
摘要： 本发明公开了一种基于深度相机和深度学习的木材缺陷检测分选装置及方法，包括工控机、检测机构和设置在所述检测机构后侧的分选机构，所述检测机构包括检测传送带和深度图像采集机构。本发明通过深度相机采集木材表面的RGB图像和深度信息，用GAN网络结合小波变换重构RGBD彩色深度信息。在进行小波变换中，人工标记训练数据中的木材裂缝，形成自适应的裂缝小波基函数。在此基础上进行小波重构提高后续算法的效率，结合深度学习算法分析得出缺陷类型。该算法能够对不同缺陷类型的木材进行分选，不仅提高了缺陷判别的效率，还大大提高了分选的效率。
-
公开(公告)号：CN111862028A
公开(公告)日：2020-10-30
申请号：CN202010678895.X
申请日：2020-07-14
申请人： 南京林业大学
摘要： 本发明公开了一种基于深度相机和深度学习的木材缺陷检测分选装置及方法，包括工控机、检测机构和设置在所述检测机构后侧的分选机构，所述检测机构包括检测传送带和深度图像采集机构。本发明通过深度相机采集木材表面的RGB图像和深度信息，用GAN网络结合小波变换重构RGBD彩色深度信息。在进行小波变换中，人工标记训练数据中的木材裂缝，形成自适应的裂缝小波基函数。在此基础上进行小波重构提高后续算法的效率，结合深度学习算法分析得出缺陷类型。该算法能够对不同缺陷类型的木材进行分选，不仅提高了缺陷判别的效率，还大大提高了分选的效率。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.025 秒)
