-
公开(公告)号：CN118014936B
公开(公告)日：2024-09-27
申请号：CN202410024561.9
申请日：2024-01-08
Applicant: 之江实验室
IPC: G06T7/00 , G01N21/88 , G01N21/01 , G06T7/586 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/60 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多元图像信息融合的加工曲面缺陷检测方法与装置，属于图像处理技术领域，包括：构建多光源缺陷采集装置，获取不同光源角度下的待分类图，输入光度立体视觉模型，得到法向量图，将待分类图和法向量图输入深度估计模型，得到深度图；将待分类图、法向量图和深度图输入特征提取器，生成原始域特征，将原始域特征进行通道级联后输入特征适配器，得到目标域特征；将目标域特征通过异常鉴别器，区分异常特征和正常特征，并定位异常特征；将定位到的异常特征通过分类网络进行细粒度缺陷分类，得到加工曲面的缺陷种类。本发明利用多光源角度下的可见光图像、法向量图和深度图的多元图像信息融合，提升了曲面缺陷的检测精度。
-
公开(公告)号：CN117635679B
公开(公告)日：2024-05-28
申请号：CN202311654298.3
申请日：2023-12-05
Applicant: 之江实验室
IPC: G06T7/49 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于预训练扩散概率模型的曲面高效重建方法和装置，属于精密测量和图像处理领域，包括：标定包含高精度接触式探针和光度立体视觉装置的测量系统的相对位姿关系；采用测量系统对待测曲面进行测量，得到稀疏点云数据和稠密法向量图；基于预训练的扩散概率模型将稠密法向量图转换为多尺度法向量特征；将稀疏点云数据转换为稀疏深度图，将稀疏深度图和多尺度法向量特征输入基于引导卷积的融合模块，得到高精度稠密深度图，完成高精度曲面重构。本发明采用扩散概率模型获得多尺度法向量特征，再将多尺度法向量特征和稀疏深度图输入融合模块，仅需以少量的真值样本作为监督，即可实现高效高精度的曲面重构。
-
-
公开(公告)号：CN118014936A
公开(公告)日：2024-05-10
申请号：CN202410024561.9
申请日：2024-01-08
Applicant: 之江实验室
IPC: G06T7/00 , G01N21/88 , G01N21/01 , G06T7/586 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/60 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多元图像信息融合的加工曲面缺陷检测方法与装置，属于图像处理技术领域，包括：构建多光源缺陷采集装置，获取不同光源角度下的待分类图，输入光度立体视觉模型，得到法向量图，将待分类图和法向量图输入深度估计模型，得到深度图；将待分类图、法向量图和深度图输入特征提取器，生成原始域特征，将原始域特征进行通道级联后输入特征适配器，得到目标域特征；将目标域特征通过异常鉴别器，区分异常特征和正常特征，并定位异常特征；将定位到的异常特征通过分类网络进行细粒度缺陷分类，得到加工曲面的缺陷种类。本发明利用多光源角度下的可见光图像、法向量图和深度图的多元图像信息融合，提升了曲面缺陷的检测精度。
-
公开(公告)号：CN113793380B
公开(公告)日：2024-04-26
申请号：CN202110995023.0
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于单目相机的头部三维坐标的摔倒检测方法，首先估计单目视频中头部三维坐标，再根据头部三维坐标的变化检测人员是否摔倒。单目头部三维坐标估计通过相机标定获得相机内参矩阵，通过头部检测获得头部在图像中的矩形框，利用相机内参、头部矩形框和预设的头部基本几何参数构建头部三维坐标求解方程，求解在相机坐标系下的头部三维坐标。通过系统标定获得世界坐标系到相机坐标系的变换矩阵，经过坐标变换，得到在世界坐标系下的头部三维坐标。当头部坐标z分量小于一定阈值时判定人员为摔倒状态。本方法利用单个摄像头即可估计头部的三维坐标，并判断人员是否摔倒，硬件成本低，可广泛应用于智能监控等领域。
-
Patent Agency Ranking
公开(公告)号：CN116580767B
公开(公告)日：2024-03-12
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN117011316B
公开(公告)日：2024-02-06
申请号：CN202311278665.4
申请日：2023-10-07
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06T7/11 , G06T7/00 , G06T5/70 , G06T3/4053 , G06T7/62
Abstract: 一种基于CT图像的大豆茎秆内部结构辨识方法和系统，该方法包括：步骤一，将大豆盆栽放入植物CT采集设备，利用micro‑CT设备对大豆植株进行从上而下的扫描，得到采集的大豆茎秆CT图像数据；步骤二，对采集的CT图像数据集进行数据增强，引入扩散模型对数据进行超分辨处理，获取更丰富的组织细节信息；步骤三，对CT图像进行分割，得到大豆茎秆内部的组织结构的分割图；步骤四，根据分割结果进行体积重建，获得网格化数据，获得分割区域的体积、表面积等参数。本发明利用CT技术对大豆全生命周期的茎秆内部组织进行捕获，避免了传统破坏式捕获大豆植株内部信息，能有效提升大豆植株茎秆内部结
-
公开(公告)号：CN116992919A
公开(公告)日：2023-11-03
申请号：CN202311269915.8
申请日：2023-09-28
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084 , G16B40/00 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种基于多组学的植物表型预测方法和装置，该方法基于图卷积神经网络，将多组学如基因组、转录组、代谢组的数据作为图节点，不同组学之间的关联程度作为图的边来构建每个植株的图结构数据，将构建的图结构数据输入图卷积神经网络中，提取节点特征，通过Transformer网络更新节点特征，节点特征拼接后输入全连接层，输出表型预测值，利用整个图结构融合多组学特征实现表型的预测。本发明创新性的利用图卷积神经网络结合Transformer网络实现基因到表型的预测，并利用多组学构建图结构融合多组学数据实现精准表型预测，在一定程度上解决只用单一组学表型预测不准的问题，提高了表型预测的效果。
-
公开(公告)号：CN116580767A
公开(公告)日：2023-08-11
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN114757822A
公开(公告)日：2022-07-15
申请号：CN202210663896.6
申请日：2022-06-14
Abstract: 本发明公开一种基于双目的人体三维关键点检测方法及系统，该方法包括：步骤一：通过采用YOLOv5目标检测算法的目标检测模块分别获得左、右视场图像中的人体矩形框；步骤二：扣取人体矩形框对应的人体图像，通过人体二维关键点识别算法提取左、右视场图像中人体各关键点的二维热力图；步骤三：将左、右人体二维关键点热力图反向投影到三维空间，得到三维反投影热力图；步骤四，将三维反投影热力图输入三维卷积编解码网络，通过编解码操作得到三维关键点热力图；步骤五，三维关键点热力图中每一通道通过自变量最大值软操作得到该通道表示的三维关键点所在坐标，最终得到全部人体三维关键点坐标。本发明具有较高的可行性和实用性。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.022 seconds)
