-
公开(公告)号：CN117408961A
公开(公告)日：2024-01-16
申请号：CN202311340291.4
申请日：2023-10-16
Applicant: 华南农业大学
IPC: G06T7/00 , H04N19/587 , H04N19/597 , H04N19/50
Abstract: 本发明涉及视频检测技术领域，公开了一种基于帧间残差频率重建学习的深度视频插帧检测方法，从深度插帧篡改视频和原始视频的帧间残差频率特征的差异出发，利用重建策略学习原始视频的残差频率特征的一致性表示，具体地，设计了分别基于帧间残差的高频和低频频率特征的重建模块，强制重建模块仅拟合原始视频的帧间残差频率特征的重建过程，以捕获原始视频帧间残差的一致性表示，利用来自不同频率重建模块的中间特征之间的差异来构建重建差异引导注意力模块，以此引导主干网络更关注重建过程中原始视频和深度插帧视频的差异，在跨帧率和跨深度插帧技术等泛化性测试上获得了最优性能，检测效果较好。
-
公开(公告)号：CN113191229B
公开(公告)日：2023-09-05
申请号：CN202110424683.3
申请日：2021-04-20
Applicant: 华南农业大学
Abstract: 本发明提供一种害虫智能视觉检测方法，包括：获取带害虫的农作物图像；对图像中的目标害虫进行人工标注；基于人工标注后的图像训练深度检测器；利用深度检测器对待检测的农作物图像进行目标害虫检测，生成检测框集合；采用非极大值联动策略消除检测框集合中的冗余检测框，完成害虫的智能视觉检测。本发明提出一种害虫智能视觉检测方法，通过嵌入注意力机制来引导基于滑动窗口策略的两阶段网络对锚点进行有效筛选，从而避免产生过量负样本；本发明给出一种优化非极大值抑制策略，通过使各检测框之间产生联动来有效增加正确检测框的置信度，从而避免正确检测框被错误抑制掉，有效解决了现有的两阶段害虫智能视觉检测技术的技术缺陷，提高检测精度。
-
公开(公告)号：CN110689022B
公开(公告)日：2023-06-20
申请号：CN201910524954.5
申请日：2019-06-18
Applicant: 华南农业大学
Abstract: 本发明公开的基于叶片匹配的各株作物图像提取方法，包括以下顺序的步骤：S1、对采集的图像去除背景中的土壤和杂草背景，获得作物叶片图像；在此基础上，采用叶片距离将各图中各株作物叶片图像分离；对于单株作物可能会在不同图幅中重复出现的问题，采用基于图像拼接的方法实现图片匹配，获得各株作物在不同图幅中的列表；S2、对每株作物，通过匹配关系提取各株作物图像，统计作物株数。本发明以按行连续移动相机采集的图像为研究对象，提出了基于叶片匹配从近地面高清作物图像中提取各株作物图像方法。
-
公开(公告)号：CN113473404B
公开(公告)日：2023-06-09
申请号：CN202110753252.1
申请日：2021-07-02
Applicant: 华南农业大学 , 广州华农大智慧农业科技有限公司
IPC: H04L41/0896 , H04W4/38 , H04L67/12
Abstract: 本发明为解决农业物联网集成网关通信模式单一、通信速率低的问题，提出一种基于宽窄带融合的农业物联网通信方法及设备，其中包括以下步骤：在目标农业环境监测位置设置若干传感器节点；获取传感器节点所采集的传感数据，并存储在本地数据文件中；对待传输的传感数据进行数据融合；根据预设的阈值对传感数据融合结果的数据量进行判断，当传感数据融合结果的数据量大于预设的阈值时，采用宽带网络并调用对应的通信协议将传感数据融合结果传输至服务器；否则，采用窄带网络并调用对应的通信协议将传感数据融合结果传输至服务器。本发明通过对传感数据进行数据融合以及网络带宽自适应分配，实现宽窄带融合通信传输。
-
公开(公告)号：CN114222123B
公开(公告)日：2022-11-15
申请号：CN202111535667.8
申请日：2021-12-15
Applicant: 华南农业大学
IPC: H04N19/132 , H04N19/169 , H04N19/42 , H04N1/32 , H04L9/00 , H04L9/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种任意压缩率的加密图像有损压缩与重构系统及方法，涉及图像加密压缩和计算机视觉的技术领域，所述系统包括加密模块、压缩模块和解密重构模块；原始图像输入至加密模块，加密模块对原始图像进行加密操作，获得加密图像，发送至压缩模块；压缩模块对加密图像进行联合压缩操作，获得压缩加密图像，发送至解密重构模块；解密重构模块对压缩加密图像依次进行解密还原、浅层特征提取、深层特征提取、信息补充和下采样约束操作，获得最终重构图像。本发明采用联合压缩操作获得任意的压缩率，提高了压缩性能；重构时深层特征提取获得了图像的细节特征，信息补充用来补充丢失的信息，下采样约束对采样位置进行约束，协同提高重构性能。
-
Patent Agency Ranking
公开(公告)号：CN115019175A
公开(公告)日：2022-09-06
申请号：CN202210738451.X
申请日：2022-06-27
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
-
公开(公告)号：CN113660386B
公开(公告)日：2022-04-26
申请号：CN202110781008.6
申请日：2021-07-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种彩色图像加密压缩与超分重构系统和方法，系统包括预处理模块、加密压缩模块、解密模块和重构模块；原始图像输入至预处理模块，预处理模块对原始图像进行预处理操作，获得编码序列后，将原始图像和编码序列输入至加密压缩模块；加密压缩模块对原始图像和编码序列进行加密、压缩操作，获得加密压缩图像文件和加密编码序列，发送至解密模块；解密模块对加密压缩图像文件和加密编码序列进行解密操作，获得插值图像和解密图像，发送至重构模块；所述重构模块获取插值图像的局部特征、特征权重图和上采样图像，融合生成初始重构图像，再利用解密图像对初始重构图像进行修正，输出最终重构图像。本发明能够有效提升重构图像的重构质量。
-
公开(公告)号：CN114222123A
公开(公告)日：2022-03-22
申请号：CN202111535667.8
申请日：2021-12-15
Applicant: 华南农业大学
IPC: H04N19/132 , H04N19/169 , H04N19/42 , H04N1/32 , H04L9/00 , H04L9/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种任意压缩率的加密图像有损压缩与重构系统及方法，涉及图像加密压缩和计算机视觉的技术领域，所述系统包括加密模块、压缩模块和解密重构模块；原始图像输入至加密模块，加密模块对原始图像进行加密操作，获得加密图像，发送至压缩模块；压缩模块对加密图像进行联合压缩操作，获得压缩加密图像，发送至解密重构模块；解密重构模块对压缩加密图像依次进行解密还原、浅层特征提取、深层特征提取、信息补充和下采样约束操作，获得最终重构图像。本发明采用联合压缩操作获得任意的压缩率，提高了压缩性能；重构时深层特征提取获得了图像的细节特征，信息补充用来补充丢失的信息，下采样约束对采样位置进行约束，协同提高重构性能。
-
公开(公告)号：CN113033670A
公开(公告)日：2021-06-25
申请号：CN202110333793.9
申请日：2021-03-29
Applicant: 华南农业大学
Abstract: 本发明为克服对于地块破碎的水稻种植面积估算精度较低的缺陷，提出一种基于Sentinel‑2A/B数据的水稻种植面积提取方法，包括以下步骤：获取目标区域的Sentinel‑2A/B数据并对其进行拼接、裁剪操作，得到完整的遥感图像后对其进行预处理；建立特征工程，提取遥感图像的光谱特征、指数特征、纹理特征后进行叠加；通过不同的监督分类方法进行目标作物分类；对目标作物分类结果进行精度评估，选择分类精度最高的目标作物分类结果，根据不同遥感图像样本的光谱范围差异提取水稻的阈值，构建面向对象的决策树分类规则集，提取得到水稻区域，进一步通过计算水稻像素点占遥感图像的比重，计算得到水稻种植面积。
-
公开(公告)号：CN110659687A
公开(公告)日：2020-01-07
申请号：CN201910902901.2
申请日：2019-09-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于黄色诱捕板的黄曲条跳甲检测方法、介质和设备，包括获取训练样本和测试样本的黄色诱捕板图像，将黄色诱捕板图像依次进行前景图像提取、黄曲条跳甲候选区域图像的提取、颜色平滑处理、分割处理后得到目标图像以及对候选区域图像和目标图像进行特征提取；将经过这些处理的训练样本对支持向量机进行训练，得到黄曲条跳甲检测模型；再通过黄曲条跳甲检测模型对经过与训练样本相同处理的测试样本进行检测，最终得到黄曲条跳甲的数量。本发明方法可以实现对黄曲条跳甲的准确识别和计数，便于及时掌握黄曲条跳甲发生与危害的程度，为科学的田间管理提供了依据。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.033 seconds)
