公开(公告)号：CN118334054A

公开(公告)日：2024-07-12

申请号：CN202410441437.2

申请日：2024-04-12

Applicant: 东北农业大学

Inventor： 宁海龙 ,  杜勇 ,  李文霞 ,  胡博 ,  张淑珍 ,  徐鹏飞

IPC: G06T7/11 ,  G06V10/764 ,  G06T7/62 ,  G06N3/048 ,  G06V10/774

Abstract: 本发明涉及生物技术领域，具体的说，涉及一种计算大豆灰斑病相对病斑面积的方法以及基于其评价大豆灰斑病抗性的方法，所述方法包括分别测量病斑面积和叶片面积，并基于公式计算得到相对病斑面积。本发明通过提取叶片区域与叶片中灰斑病区域，并进行计算精确的像素数目，进而计算病斑面积相对叶片总面积的比例，对灰斑病等级进行划分，很大程度上提升了评价的客观性、精确性以及评价标准的稳定性。既能够对品种的灰斑病抗性进行准确地分级评价，也可以直接运用相对病斑面积占比指导进行QTL定位和GWAS等遗传分析，极大地提高遗传分析的准确率。

公开(公告)号：CN112906590A

公开(公告)日：2021-06-04

申请号：CN202110232065.9

申请日：2021-03-02

Applicant: 东北农业大学

Inventor： 刘宇昕 ,  杜勇

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于FairMOT的多目标跟踪人流量监测方法，涉及基于计算机视觉的人流量统计监测技术领域，包括以下步骤：预先通过摄像头采集区域内监控视频，并通过Python‑OpenCV读取摄像头的实时视频流；将获取的实时视频流输入图像到Encoder‑Decoder Network，提取高分辨率的特征映射，并作为输出特征图；将获取输出特征图分别进行目标检测任务和Re‑ID任务，并进行多目标跟踪。本发明具有实时性，高精确度，高鲁棒性的能够适应拥堵、密集并消除单通道出入场景限制的系统，不仅通过目标检测任务和Re‑ID任务，解决了经过遮挡等模糊现象出现后身份切换造成结果误差的现象，提高了密集场景的识别准确度，而且硬件安装简单降低大量成本，仅需无线摄像头安置划分感兴趣区域便于使用者观察人流量。

公开(公告)号：CN107376165A

公开(公告)日：2017-11-24

申请号：CN201710600274.8

申请日：2017-07-21

Applicant: 东北农业大学 ,  黑龙江省人民政府农村能源办公室 ,  哈尔滨商业大学 ,  黑龙江贵国生物质科技开发有限公司

Inventor： 杜勇 ,  周曙光 ,  王文 ,  王玉 ,  王贵国

IPC: A62C27/00 ,  F24H1/18 ,  F24H9/18 ,  F28D7/16

CPC classification number: A62C27/00 ,  F24H1/18 ,  F24H9/18 ,  F28D7/16

Abstract: 一种用于消防车水泵舱的供热装置，本发明涉及一种供热装置，本发明为了解决消防车在北方冬季出警救火时，由于气温低，水泵、阀门常常被冻住，导致无法正常使用，消防车赶到火场，经常打不开阀门喷不出水，耽误灭火时间，影响灭火工作的问题，它包括发动机水箱、冷风管、发动机排气系统、发动机排气管、换热器、热风管、热风分叉管、水泵、消防水罐和至少一个阀门；发动机水箱与冷风管的一端连接，冷风管的另一端与换热器一端的侧壁连接，热风管的一端与换热器另一端的侧壁连接，热风管的另一端与热风分叉管连通，发动机排气系统的排气口与发动机排气管连通，且发动机排气管依次穿过换热器和消防水罐上，本发明用于消防车水泵舱领域。

公开(公告)号：CN106778677A

公开(公告)日：2017-05-31

申请号：CN201611270463.5

申请日：2016-12-30

Applicant: 东北农业大学

Inventor： 杜勇 ,  王玉 ,  郑书朋

IPC: G06K9/00

CPC classification number: G06K9/00255 ,  G06K9/00275 ,  G06K9/00288 ,  G06K9/00302 ,  G06K9/00845

Abstract: 一种基于特征选择和面部多区域分类器集成的驾驶者疲劳状态识别方法与装置，涉及驾驶者疲劳状态识别技术领域。本发明为了给出一个更加稳定可靠的识别结果，从而能够更加及时的侦测到疲劳表现并对驾驶者进行更早预警。本发明包括训练和识别两个过程，其中训练过程需要对每个区域所提取的特征进行评价与选择，从而生成对应每个区域的精简特征集，并基于这些精简特征集合训练一组C4.5分类器，而在识别过程只需提取这些特征来进行分类。两上过程均对人脸区域进行区域划分，提取人脸各区域与疲劳表情相关的静态特征与序列描述特征。本发明有效提高对于驾驶者疲劳状态的识别性能，通过精简的特征集合获得对驾驶者疲劳状态平均更高的识别率。

公开(公告)号：CN106845531A

公开(公告)日：2017-06-13

申请号：CN201611270511.0

申请日：2016-12-30

Applicant: 东北农业大学

Inventor： 杜勇 ,  王玉

IPC: G06K9/62 ,  G06K9/00

Abstract: 利用相对覆盖元约简进行人脸疲劳状态识别的方法及系统，涉及图像识别技术领域，具体涉及人脸疲劳状态识别的系统及方法。为了解决利用现有技术进行人脸疲劳表情识别存在的计算量大或规则多的问题以及目前无法通过覆盖元约简进行人脸疲劳表情识别的问题，本发明首先获取视频图像的人脸视频帧，检测人脸核心区域并提取人脸核心区域的特征；然后基于人脸的状态对每帧图像进行类别标注，结合人脸核心区域的特征构成训练样本集合；然后对训练样本集合中每个样本生成一个邻域覆盖元，对邻域覆盖元所覆盖的样本进行计数并训练形成相对覆盖元分类器；最后利用相对覆盖元分类器对新的视频图像进行人脸疲劳状态识别。本发明适用于人脸疲劳状态识别。