-
公开(公告)号：CN113610540B
公开(公告)日：2024-02-02
申请号：CN202110779147.5
申请日：2021-07-09
Applicant: 北京农业信息技术研究中心
IPC: G06Q30/018 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06K17/00 , G06N3/0464 , G06N3/096
Abstract: 本发明提供一种河蟹防伪溯源方法及系统，包括：获取待溯源河蟹的背甲图像以及追溯码；将背甲图像输入至训练好的背甲特征提取模型，获取待溯源河蟹的背甲特征；在区块链溯源数据库中查询追溯码获取查询结果；在查询结果为追溯码存在于区块链溯源数据库的情况下，确定与追溯码对应的参考背甲特征；将背甲特征与参考背甲特征进行向量对比处理，以获取对待溯源河蟹进行防伪溯源的溯源结果。本发明提供的河蟹防伪溯源方法及系统，依托于河蟹背甲特征的稳定和唯一性，并引入区块链技术，通过对待溯源河蟹的背甲特征进行提取，进而完成防伪溯源，很大程度上提高了企业河蟹产品可信度，降低了(56)对比文件Liu, XJ 等.Local-binarized very deepresidual network for visualcategorization.NEUROCOMPUTING.2021,(第430期),第82-93页.陈琴;朱磊;后云龙;邓慧萍;吴谨.基于深度中心邻域金字塔结构的显著目标检测.模式识别与人工智能.2020,(第06期),第94-100+114页.黄江珊;王秀红.深度学习在医学图像分析中的应用研究综述.图书情报研究.2019,(第02期),第21-31页.冯裕清.基于图像特征的河蟹个体识别算法的研究与应用.中国优秀硕士学位论文全文数据库 农业科技辑.2023,(第02期),第D052-604页.张炳良 等.基于蟹壳图像的中华绒螯蟹防伪体系研究.科学养鱼.2014,(第2期),第77-78页.
-
公开(公告)号：CN112766040A
公开(公告)日：2021-05-07
申请号：CN202011545764.0
申请日：2020-12-23
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种残余饵料的探测方法、设备、装置及可读存储介质，该方法通过对接收的视频取帧操作生成残饵图像，进行预处理后生成训练数据集和验证数据集。根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，生成中间神经网络模型；设置中间神经网络模型的初始参数，将训练数据集和验证数据集输入至中间神经网络模型，对中间神经网络模型进行训练，生成目标神经网络模型；将测试图片输入至目标神经网络模型，输出残饵识别结果。本发明通过对根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，使得初始神经网络模型与饵料的特征进行匹配，能够更好的排除外界环境的干扰，从而提高了残饵的识别精度。
-
公开(公告)号：CN108445746A
公开(公告)日：2018-08-24
申请号：CN201810073204.6
申请日：2018-01-25
Applicant: 北京农业信息技术研究中心
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明提供一种智能投喂控制方法及装置，所述方法包括：S1，根据智能投喂过程的配置参数，采集被投喂群体摄食过程中的摄食图像；S2，根据所述配置参数，对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标，并基于所述摄食行为指标实现投喂决策；S3，根据所述投喂决策，控制对所述被投喂群体的投喂时间及投喂量。本发明能够有效提高对被投喂群体食欲的评估精度，从而更精确的调整投喂量。
-
公开(公告)号：CN108416764A
公开(公告)日：2018-08-17
申请号：CN201810072984.2
申请日：2018-01-25
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种水下网箱养殖中的网衣破损检测装置及方法，所述装置包括：控制处理器及分别与所述控制处理器连接的水下图像采集单元、动力推进单元、通讯模块和供电单元；所述动力推进单元用于驱动所述水下图像采集单元相对目标网箱向前、向后、向左、向右、向上或向下的运动；所述水下图像采集单元用于采集所述目标网箱的网衣图像，并将所述网衣图像通过所述通讯模块上传至所述控制处理器；所述控制处理器用于接收所述网衣图像，并对所述网衣图像进行基于内部算法设定的图像数据处理，输出对所述目标网箱的网衣破损检测结果；所述供电单元用于为整个检测装置提供驱动电源。本发明能够有效降低网衣破损检测中的人力消耗，提高有效检测的效率。
-
公开(公告)号：CN112069547B
公开(公告)日：2023-12-08
申请号：CN202010743844.0
申请日：2020-07-29
Applicant: 北京农业信息技术研究中心
IPC: G06F21/64 , G06F21/60 , G06Q30/018
Abstract: 本发明实施例提供一种供应链责任主体身份认证方法及系统，包括：根据责任主体的身份标识和用户密码生成责任主体的公‑私密钥对，公‑私密钥对包括系统主私钥和系统主公钥；根据系统主私钥和用户标识生成签名私钥；利用签名私钥对责任主体的用户数据进行数字签名加密，获取签名数据；利用身份标识对签名数据进行验证。本发明实施例提供的供应链责任主体身份认证方法及系统，在产生系统主私钥和签名私钥时加入了用户设定的密码，在使用签名时需要由用户标识、用户密码双重验证后进行签名，提(56)对比文件周才学.基于证书的无双线性对的代理签名方案.数学的实践与认识.2015,第45卷(第07期),199-208.
-
Patent Agency Ranking
公开(公告)号：CN108445746B
公开(公告)日：2020-12-29
申请号：CN201810073204.6
申请日：2018-01-25
Applicant: 北京农业信息技术研究中心
IPC: G05B13/04
Abstract: 本发明提供一种智能投喂控制方法及装置，所述方法包括：S1，根据智能投喂过程的配置参数，采集被投喂群体摄食过程中的摄食图像；S2，根据所述配置参数，对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标，并基于所述摄食行为指标实现投喂决策；S3，根据所述投喂决策，控制对所述被投喂群体的投喂时间及投喂量。本发明能够有效提高对被投喂群体食欲的评估精度，从而更精确的调整投喂量。
-
公开(公告)号：CN108267122A
公开(公告)日：2018-07-10
申请号：CN201810378897.X
申请日：2018-04-25
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种基于机器视觉的水下鱼类体长测量装置及测量方法，装置包括水下防水摄像头、上下滑轨、第一电机、输入装置和控制器；输入装置的输出接控制器的输入，控制器的输出接第一电机，第一电机接上下滑轨，控制器和防水摄像头双向连接，防水摄像头装在上下滑轨上。水下防水摄像头根据控制器接收发送的第一拍摄指令在水中的第一位置对鱼体进行拍摄，获取第一鱼体图像，第一电机根据控制器接收发送的上下移动指令控制上下滑轨上下移动预设距离后停在水中的第二位置，所述摄像头据控制器接收发送的第二拍摄指令在水中的第二位置对鱼体进行拍摄，获取第二鱼体图像，控制器据两个鱼体图像计算鱼体体长。本发明损害风险低，耗时短、效率高。
-
公开(公告)号：CN106779042A
公开(公告)日：2017-05-31
申请号：CN201611229814.8
申请日：2016-12-27
Applicant: 北京农业信息技术研究中心
IPC: G06M11/00
CPC classification number: G06M11/00
Abstract: 本发明涉及渔业信息化技术领域，公开了一种水产养殖鱼群聚集指数计算装置，其包括控制处理器和分别与所述控制处理器相连的近红外图像采集单元、近红外光源和光照度变送器，所述近红外图像采集单元、近红外光源和光照度变送器分别设置在养殖区域水面的上方；所述近红外图像采集单元，用于采集鱼群的近红外图像；所述光照度变送器，用于采集当前环境的光照强度数据；所述近红外光源，用于根据光照强度数据为所述近红外图像采集单元补光；所述控制处理器，用于接收所述鱼群的近红外图像，并进行处理以获取鱼群的聚集指数。本发明能够有效获取鱼群的聚集指数，且不影响鱼类正常生长。本发明还公开了一种水产养殖鱼群聚集指数计算方法。
-
公开(公告)号：CN112528782B
公开(公告)日：2024-02-23
申请号：CN202011373485.0
申请日：2020-11-30
Applicant: 北京农业信息技术研究中心
IPC: G06V20/05 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 准确率。本发明提供一种水下鱼类目标检测方法及装置，该方法包括：获取水下相机拍摄的待检测图像和无检测目标时的背景图像；将含有目标对象的待检图像和不含有目标对象的背景图片，分别输入预设的目标识别网络模型的主干网络和辅助网络，分别提取特征并进行主干网络和辅助网络的特征相减融合，根据相减融合后特征，输出标有鱼类定位信息的图片检测结果；其中，所述目标识别网络模型，根据已知目标对象作为标签的待检图像和背景图像作为样本训练后得到。(56)对比文件刘有用等“.不平衡数据集下的水下目标快速识别方法”《.计算机工程与应用》.2019,第1-8页.魏文钰等“.基于深度学习的行人再识别技术研究综述”《.计算机应用》.2020,第40卷(第9期),第2479-2492页.郭守向等“.Yolo-C：基于单阶段网络的X光图像违禁品检测”《.激光与光电子学进展》.2020,第1-12页.Yudong Liu等“.CBNet: A NovelComposite Backbone Network Architecturefor Object Detection”《.arxiv》.2019,第1-8页.Liu S等“.Path Aggregation Network forInstance Segmentation”《.Salt Lake City》.2018,第1-13页.Jiaqi Wang等“.CARAFE：Content-AwareReAssembly of FEatures”《.Seoul,Korea》.2019,第3007-3016页.
-
公开(公告)号：CN112766040B
公开(公告)日：2024-02-06
申请号：CN202011545764.0
申请日：2020-12-23
Applicant: 北京农业信息技术研究中心
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种残余饵料的探测方法、设备、装置及可读存储介质，该方法通过对接收的视频取帧操作生成残饵图像，进行预处理后生成训练数据集和验证数据集。根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，生成中间神经网络模型；设置中间神经网络模型的初始参数，将训练数据集和验证数据集输入至中间神经网络模型，对中间神经网络模型进行训练，生成目标神经网络模型；将测试图片输入至目标神经网络模型，输出残饵识别结果。本发明通过对根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，使得初始神经网络模
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.047 seconds)
