-
公开(公告)号：CN118298308A
公开(公告)日：2024-07-05
申请号：CN202410470386.6
申请日：2024-04-18
Applicant: 北京林业大学
IPC: G06V20/10 , G06V10/82 , G06V10/26 , G06V10/44 , G06T7/60 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于多源数据和深度基础模型的城市植被生物量估算方法，涉及遥感和机器学习领域，包含以下步骤：首先，对收集到的三维激光雷达LiDAR数据和OSM路网数据进行预处理，包括对LiDAR图像进行范围投影和对OSM图像制作植被区域掩码；其次，利用LiDAR‑SAM方法，分割出LiDAR数据中的植被区域，利用CNN获取区域内的单株植被的图像、高度、胸径；再次，利用MLiDAR‑CLIP方法，识别单株植被的种类；最后，利用植被异速生长方程计算单株植被的生物量，全部计算完毕后进行合计，得到区域内总生物量。本发明通过将先进的深度基础大模型适应性改进，提供一种成本低，效率高，精度高的植被生物量估算方法。
-
公开(公告)号：CN117472071A
公开(公告)日：2024-01-30
申请号：CN202310360394.0
申请日：2023-04-06
Applicant: 北京林业大学
IPC: G05D1/46 , G05D1/495 , G05D101/15 , G05D109/20
Abstract: 本发明公开了一种无人机收集定点森林设备数据的路径规划方法，包括如下步骤：首先，对复杂森林环境的定点设备数据收集问题进行建模，综合考虑无人机性能和环境因素，在最大化信息新鲜度为目标函数，构建了多点无人机路径规划场景和两点无人机路径规划场景；其次，针对两点路径规划场景，首先通过Logistic混沌映射初始化种群、遗传算法(Genetic Algorithm,GA)和模拟退火算法(Simulated Annealing,SA)概率协同等方式，设计了具有问题自适应的无人机路径规划方法；再次，在两点路径规划的基础上，针对多点路径规划场景，基于模拟退火算法设计无人机多点路径规划方法。
-
公开(公告)号：CN119568470B
公开(公告)日：2025-04-29
申请号：CN202510135369.1
申请日：2025-02-07
Applicant: 北京林业大学
Abstract: 本发明涉及无人机技术领域，提供一种移动式无人机机巢平台、野外目标追踪方法、设备及介质，所述移动式无人机机巢平台包括中央机身和小型无人机存储仓。本发明提供的移动式无人机机巢平台，通过中央机身配置的遥感传感器实时采集大范围野外环境数据，以此来快速监测野生动物目标的大致方位，随后自动开启小型无人机存储仓，释放多架配置有不同类型近距探测传感器的小型无人机，这些无人机搭载不同类型的高精度传感器，从不同角度对野生动物目标进行感知采集，确保实现对野生动物目标的立体化追踪，减少监测盲区，能够满足大范围且高精度的野外目标追踪需求，避免了覆盖范围有限、成本高昂、人为干扰因素多等问题，极大方便了野生动物监测工作。
-
公开(公告)号：CN118379547A
公开(公告)日：2024-07-23
申请号：CN202410457225.3
申请日：2024-04-16
Applicant: 北京林业大学
IPC: G06V10/764 , G06V10/766 , G06V10/26 , G06V10/82 , G06V10/52 , G06V10/10 , G06N3/0464
Abstract: 本发明公开了一种基于深度大模型的野生动物识别方法，涉及野生动物智能监测领域，包括如下步骤：首先，通过提示器为图像中的动物生成边界框标注。提示器通过边界框回归预测方法生成多个可能的边界框，并通过非极大值抑制方法过滤筛选出最精确的边界框，该边界框将作为图像分割的提示。其次，根据提示器生成的边界框提示，通过图像分割大模型对图像进行分割。去除冗余的环境信息，得到野生动物的掩码。最后，对掩码与原始图像进求Hadamard积，得到野生动物抠像，并通过目标检测模型进行检测，识别图像中的野生动物物种。本发明通过去除野生动物图像中的冗余环境信息，提高野生动物识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119904916A
公开(公告)日：2025-04-29
申请号：CN202510177079.3
申请日：2025-02-18
Applicant: 北京林业大学
IPC: G06V40/20 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/25 , G06F18/2415 , G06F18/2431 , G06F40/30 , G06N5/022 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于知识图谱的野生动物行为自动化识别方法，包括步骤如下：首先，采用YOLO和SAM技术，对图像进行目标检测和精确分割，识别出动物及环境类实体；然后，通过视觉与文字的两个计算分支，提取实体信息及其关系。在视觉分支中，基于EfficientNet‑B4对目标位置进行特征抽取，获取动物及环境的空间特征。在文字分支中，使用BERT模型对实体名称进行编码后，通过文本描述提取语义特征。随后，将视觉和文字特征融合，通过多头注意力机制捕捉二者间的复杂交互关系，生成动物间的行为关系；最后，基于识别到的实体及其关系信息，生成图谱中的节点和边，自动构建展示野生动物行为的知识图谱。
-
公开(公告)号：CN119568470A
公开(公告)日：2025-03-07
申请号：CN202510135369.1
申请日：2025-02-07
Applicant: 北京林业大学
Abstract: 本发明涉及无人机技术领域，提供一种移动式无人机机巢平台、野外目标追踪方法、设备及介质，所述移动式无人机机巢平台包括中央机身和小型无人机存储仓。本发明提供的移动式无人机机巢平台，通过中央机身配置的遥感传感器实时采集大范围野外环境数据，以此来快速监测野生动物目标的大致方位，随后自动开启小型无人机存储仓，释放多架配置有不同类型近距探测传感器的小型无人机，这些无人机搭载不同类型的高精度传感器，从不同角度对野生动物目标进行感知采集，确保实现对野生动物目标的立体化追踪，减少监测盲区，能够满足大范围且高精度的野外目标追踪需求，避免了覆盖范围有限、成本高昂、人为干扰因素多等问题，极大方便了野生动物监测工作。
-
公开(公告)号：CN117273792A
公开(公告)日：2023-12-22
申请号：CN202311342570.4
申请日：2023-10-17
Applicant: 北京林业大学
IPC: G06Q30/0201 , G06F18/25 , G06V10/44 , G06F18/213 , G06N3/0455 , G06F123/02
Abstract: 本发明公开了一种融合遥感图像和历史碳价格时序数据的城市碳价格预测方法，涉及机器学习人工智能以及遥感图像分析领域。包括如下步骤：首先，直接获取研究区域历史遥感数据、历史城市碳价格数据，形成初始数据集；其次，利用MFTSformer中的Transformer模型与CNN模型，分别对时间序列数据和图像数据进行训练并进行输出特征；再次，将两个模型得到特征进行融合拼接；最后，将融合数据输入MFTSformer模型中的解码器的全连接层结构，输出得到碳价格市场的预测结果。本发明利用获取成本较低的多源数据和大规模深度神经网络结合，在碳价格市场波动起伏明显的情况下，依然可以实现精准地预测城市碳价格的能力。
-
公开(公告)号：CN116416525A
公开(公告)日：2023-07-11
申请号：CN202310352892.0
申请日：2023-04-04
Applicant: 北京林业大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/044 , G06N3/08 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种基于多源多模态技术的城市植被固碳能力的估算方法，涉及机器学习以及遥感领域。包括如下步骤：首先，直接获取研究区域历史遥感数据、光合有效辐射(Photosynthetically Active Radiation，PAR)数据以及路网(OpenStreetMap)数据，形成初始无标签数据集；其次，利用MAE预训练模型与RNN预训练模型，分别对波段数据和PAR数据进行训练；再次，将最新一天数据输入训练过后的模型，得到重建数据；最后，将重建数据输入NPP function模型，完成对城市植被固碳能力的精准模拟。本发明利用获取成本较低的多源数据和大规模深度神经网络结合，在遥感标注数据不足、城市植被季节性变化明显的情况下，依然可以实现低成本、精准地估算城市植被固碳能力。
-
公开(公告)号：CN118537892A
公开(公告)日：2024-08-23
申请号：CN202410600060.0
申请日：2024-05-15
Applicant: 北京林业大学
Abstract: 本发明提出了一种基于深度学习和姿态信息的东北虎重识别方法，旨在解决野外环境下东北虎重新识别的难题。该方法包括三个关键步骤：首先，通过野外相机陷阱捕获包含东北虎的图像；然后，所有图像经过光照不变性模块处理，减少光照差异对识别准确性的影响；其次，利用双分支网络，其中一个基于分块特征卷积分支用于提取全局特征，另一个姿态引导的特征卷积分支用于捕获姿态信息，从而实现对东北虎身份的准确提取；最后，利用综合的局部和全局特征距离计算方法，进行图像之间的相似度计算和重识别。通过这一方法，我们可以在野外复杂环境中实现对东北虎身份的高准确度和鲁棒性的重新识别，为野生动物保护和监测提供了一种有效的技术手段。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
