公开(公告)号：CN114998710A

公开(公告)日：2022-09-02

申请号：CN202210623583.8

申请日：2022-06-02

申请人： 南京林业大学

发明人： 成锋娜 ,  韦郡涛 ,  张玉言 ,  陈青 ,  茹煜 ,  周宏平

IPC分类号： G06V20/00 ,  G06V10/25 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于双路径特征增强网络的均匀分布目标计数方法。首先设计了一种均匀分布标签的生成方式，以更好地表征均匀分布目标表观。其次，提出了双路径特征增强网络，该网络包括基础网络和双路径特征增强模块，双路径特征增强模块通过监督和在线学习的方式，精炼密度特征。本发明针对均匀分布目标提出了一种目标数统计的方法，可应用于农林业中作物的产量预测等。

公开(公告)号：CN114998616A

公开(公告)日：2022-09-02

申请号：CN202210516894.4

申请日：2022-05-13

申请人： 南京林业大学

发明人： 成锋娜 ,  韩欣 ,  韦郡涛 ,  周宏平 ,  茹煜 ,  张玉言 ,  姜胜芹

IPC分类号： G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一个基于在线掩膜感知的多尺度目标个数统计网络，包括以下步骤：1)将数据集样本分辨率调整为8的倍数，分别构建训练、验证及测试数据集；2)训练过程，对训练数据执行在线增广；3)构建多尺度目标个数统计网络；4)基于训练数据集对在线掩膜感知网络的参数进行训练，5)将保存的模型参数在测试数据集测试，得出测试数据集的目标统计结果。本发明设计了在线掩膜感知模块，自动感知网络中丰富的语义信息，降低网络的学习难度。同时设计了多尺度学习模块，使得网络根据目标尺度的变化学习其重要特征。本发明可实现高密度目标的个数统计及分布预测，可实现行人、车辆、果实等目标的个数统计。