-
公开(公告)号：CN110363804A
公开(公告)日：2019-10-22
申请号：CN201910667717.4
申请日：2019-07-23
Applicant: 西北农林科技大学
Abstract: 本发明提供了一种基于形变模型的花朵浅浮雕浮雕生成方法，属于计算机图形学技术领域，包括：收集到二维花朵图像集并标记关键点和轮廓点制作训练数据，应用从运动中恢复非刚性物体结构算法(NRSfM)估计视点，利用可视外壳生成算法(Visual Hull)学习重建出形变模型；根据形变模型和新实例的二维图像生成对应实例的粗糙模型；利用图像处理技术增强细节，融合灰度信息和梯度信息进行伽马校正，通过光照模型求取高度值并附加到模型上得到最终的浅浮雕模型。该方法易获取图像作为输入，通过引入形变模型实现了具有不同形状的花朵浅浮雕的生成。
-
公开(公告)号：CN103940974B
公开(公告)日：2016-03-09
申请号：CN201410058769.9
申请日：2014-02-19
Applicant: 西北农林科技大学
IPC: G01N33/24
Abstract: 本发明涉及一种基于GIS的中尺度流域土壤侵蚀时空动态分析方法，其具体过程为：把流域划分为若干栅格单元，作为计算单元；利用土壤侵蚀试验观测研究成果和认识，基于土壤侵蚀试验观测数据，提取关于土壤侵蚀的相关各因子；将上述各因子进行分析总结，建立侵蚀因子图集，完成对每个栅格单元土壤侵蚀量的估算；基于土壤侵蚀空间变化分析，完成对流域土壤侵蚀状况的评价和分析。本发明考虑了土壤侵蚀及其因子的空间不均匀性，因而将坡面模型与GIS集成，完成每个单元的运算，并适当考虑了物质传输和迁移，完成了对土壤流失的分布计算，输出了土壤侵蚀图。
-
公开(公告)号：CN103942408A
公开(公告)日：2014-07-23
申请号：CN201410058767.X
申请日：2014-02-19
Applicant: 西北农林科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种黄土高原中尺度流域年侵蚀产沙模型计算方法，其具体过程为：把流域划分为若干单元，每个单元近似的代表一个坡面；利用坡面土壤侵蚀试验观测研究成果和认识，基于坡面土壤侵蚀试验观测数据，建立各因子与侵蚀量之间关系，即单元模型；用所述单元模型完成对每个单元侵蚀量的计算；利用空间分析和空间统计方法，通过聚合运算，完成对流域土壤侵蚀总体状况的评价和分析。本发明充分利用了GIS空间分析功能，其输出的结果可以给出流域内各部位的侵蚀强度，因而既可满足沟道水利水保工程设计的要求，也可满足水土保持措施布设与规划的需求。
-
公开(公告)号：CN103940974A
公开(公告)日：2014-07-23
申请号：CN201410058769.9
申请日：2014-02-19
Applicant: 西北农林科技大学
IPC: G01N33/24
Abstract: 本发明涉及一种基于GIS的中尺度流域土壤侵蚀时空动态分析方法，其具体过程为：把流域划分为若干栅格单元，作为计算单元；利用土壤侵蚀试验观测研究成果和认识，基于土壤侵蚀试验观测数据，提取关于土壤侵蚀的相关各因子；将上述各因子进行分析总结，建立侵蚀因子图集，完成对每个栅格单元土壤侵蚀量的估算；基于土壤侵蚀空间变化分析，完成对流域土壤侵蚀状况的评价和分析。本发明考虑了土壤侵蚀及其因子的空间不均匀性，因而将坡面模型与GIS集成，完成每个单元的运算，并适当考虑了物质传输和迁移，完成了对土壤流失的分布计算，输出了土壤侵蚀图。
-
公开(公告)号：CN119478006A
公开(公告)日：2025-02-18
申请号：CN202411592999.3
申请日：2024-11-08
Applicant: 西北农林科技大学
IPC: G06T7/60 , G06T7/10 , G06T7/13 , G06V20/64 , G06V40/10 , G06V10/26 , G06V10/44 , G06N3/0499 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种家畜体尺测量方法、系统、计算机设备及存储介质，属于计算机三维视觉点云领域，该方法通过三维点云分割技术，将自动采集的家畜的点云数据分割为多个部分。分割后的点云结合家畜的生理特征，准确定位体尺测量的关键点。为了提高关键点定位的精度，本发明提出了一种新颖的关键点检测方法，包括坐标归一化、关键点簇获取、关键点优化以及边缘检测。通过上述方法，有效减少了在体尺测量过程中可能出现的关键点偏移和测量误差。本发明实现了非接触、快速、精准的家畜体尺参数测量，在基因改良、健康筛查及动物福利评估等领域具有重要应用前景。实验结果表明，该方法具有高度的准确性和鲁棒性，能够显著提高体尺测量的效率和精确度。
-
Patent Agency Ranking
公开(公告)号：CN119251903A
公开(公告)日：2025-01-03
申请号：CN202411294270.8
申请日：2024-09-14
Applicant: 西北农林科技大学
IPC: G06V40/20 , G06V10/44 , G06V10/62 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种羊只行为识别方法、系统、设备及存储介质，属于计算机视觉技术领域，本发明首先在DeepSORT模型中引入注意力机制和在线掩码策略，构建羊只追踪模型；在YOLOv8模型中添加多尺度组卷积模块和自适应下采样模块，构建羊只行为识别模型。在对视频数据中的图像进行抽帧裁剪后，将裁剪后的图像输入羊只追踪模型对羊个体进行持续追踪，将追踪到的带有唯一标识符ID的多个图像输入羊只行为识别模型，对单只羊的行为进行识别。并记录同一只羊在不同时间、不同位置的形态特征出现的频率和持续时间，根据同一形态特征出现的频率和持续时间对羊只的行为进行分类。本发明克服了单只羊处理存在的局限性，极大地提高了检测精度和行为识别的准确度。
-
公开(公告)号：CN119251869A
公开(公告)日：2025-01-03
申请号：CN202411294269.5
申请日：2024-09-14
Applicant: 西北农林科技大学
IPC: G06V40/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种单视角山羊体尺测量方法、系统、设备与介质，涉及计算机三维视觉点云技术领域，包括步骤：获取山羊点云数据；将山羊点云数据划分成一系列的点云块，并将部分点云块掩盖，获得待输入的单视角点云块；将单视角点云块与位置特征输入深度神经网络模型的特征编码器，学习特征的注意力权重，并通过前馈网络获得粗点特征以及关键点特征，通过单视角点云块的全局特征对三维点云进行建模，获得三维点云坐标，利用全局特征、关键点特征和粗点特征进行迭代优化，预测山羊的体尺参数。本发明模拟真实场景中单视角点云的采集，也对全局特征、部分点云的粗特征和关键点特征进行优化，避免了传统方法对山羊造成可能的伤害。
-
公开(公告)号：CN116824141A
公开(公告)日：2023-09-29
申请号：CN202310726197.6
申请日：2023-06-19
Applicant: 西北农林科技大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/10
Abstract: 本发明公开了一种基于深度学习的牲畜图像实例分割方法及装置，涉及计算机视觉领域，方法包括：对单只牲畜和多只牲畜的图像采集作为数据集；通过改进卷积神经网络ConvNeXt‑T对图像特征提取，利用特征金字塔得到不同尺度的特征图；通过改进DynamicRCNN网络结构作为目标检测，对特征图中目标进行分类和位置回归；通过改进的RefineMask分割网络，对特征图中目标的轮廓进行分割，利用细化策略获得精准的分割结果。本发明提出的实例分割方法可以精准的定位和分割出复杂场景下每个牲畜的不规则轮廓，缓解了由于背景和牲畜重叠度高而为其他视觉任务带来的挑战。
-
公开(公告)号：CN111428368B
公开(公告)日：2023-03-21
申请号：CN202010220301.0
申请日：2020-03-25
Applicant: 西北农林科技大学
IPC: G06F30/20
Abstract: 本发明涉及一种基于随机优化算法的浅浮雕自动布局方法，包括以下步骤：整理并获取浅浮雕的图像数据集，对图像数据集中的每一张图像制作相应的信息标签；在图像数据集和信息标签的基础上，统计影响浅浮雕布局的指标，并绘制指标的分布曲线图；采用自适应高斯混合模型对分布曲线图进行曲线拟合，将评价指标表示为数学表达式；构造基于加权几何平均组合模型的评价函数；优化求解评价函数，获得最优评价函数；利用最优评价函数进行模型布局，实现源模型的曲线形变，获得优化后的浅浮雕，将优化后的浅浮雕附着在目标曲面上，完成自动布局。本发明能够自动高效地进行浅浮雕模型布局，从而节省了专业雕塑家设计所需要的时间成本，具有较好的布局效果。
-
公开(公告)号：CN110363804B
公开(公告)日：2022-10-11
申请号：CN201910667717.4
申请日：2019-07-23
Applicant: 西北农林科技大学
Abstract: 本发明提供了一种基于形变模型的花朵浅浮雕浮雕生成方法，属于计算机图形学技术领域，包括：收集到二维花朵图像集并标记关键点和轮廓点制作训练数据，应用从运动中恢复非刚性物体结构算法(NRSfM)估计视点，利用可视外壳生成算法(Visual Hull)学习重建出形变模型；根据形变模型和新实例的二维图像生成对应实例的粗糙模型；利用图像处理技术增强细节，融合灰度信息和梯度信息进行伽马校正，通过光照模型求取高度值并附加到模型上得到最终的浅浮雕模型。该方法易获取图像作为输入，通过引入形变模型实现了具有不同形状的花朵浅浮雕的生成。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
