-
公开(公告)号:CN118053129A
公开(公告)日:2024-05-17
申请号:CN202410153322.3
申请日:2024-02-02
Applicant: 中国电建集团中南勘测设计研究院有限公司 , 湖南中南数智科技有限公司
Abstract: 本发明公开了一种鱼类增殖放流作业监测方法、设备及存储介质,所述方法包括获取港口的视频流,对所述视频流的视频帧进行船舶检测和分类,得到每个视频帧中运鱼船目标框的数量和坐标;根据视频帧中运鱼船目标框的数量和坐标判断时刻t是否发生运鱼船进出港事件;若是,则将对应的视频帧合成视频并保存,同时记录运鱼船进出港数量和进出港时间;获取鱼类放流时间,判断所述鱼类放流时间是否在运鱼船进出港时间内,若是,则判定为规范放流,否则判定为非规范放流。本发明实现了鱼类流放操作的监督管理,改善了鱼类放流操作不规范导致鱼类增殖效果不佳的现象。
-
公开(公告)号:CN117036780A
公开(公告)日:2023-11-10
申请号:CN202310881053.8
申请日:2023-07-18
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种无水尺水位识别方法、终端设备及存储介质,获取河道视频图像输入语义分割模型,识别图像中的水岸分界线,并将其作为水位线,截取m个包含水位线的局部区域图像;提取单个局部区域图像的图像特征(h,w),沿宽度w方向划分为n份,得到每一子份的特征维度为h,对每一子份的高度h进行水位识别,得到y1,y2,...,yn共n个水位值,计算单个局部区域绝对水位值H=[(y1+y2+...+yn)‑(ymax+ymin)]/(n‑2);得到m个局部区域图像的绝对水位值H1,H2,...,Hm共m个水位值,计算所述视频图像绝对水位值H′=[(H1+H2+...+Hm)]/m。本发明无需安装水尺,适用于摄像头移动的场景,普适性高,将一个整体拆分为若干份进行绝对水位值计算,识别精度高,能够有效排除干扰因子,鲁棒性强,极大地提高水位识别的准确性。
-
公开(公告)号:CN117727065A
公开(公告)日:2024-03-19
申请号:CN202311470509.8
申请日:2023-11-07
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06V40/10 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种鱼类识别方法、系统及存储介质。所述鱼类识别方法包括:(A)采集包含待识别鱼类的待识别图像,将所述包含待识别鱼类的待识别图像输入预先训练的目标检测模型,得到与待识别图像中每条鱼对应的候选检测区域;(B)根据候选检测区域的位置信息,将候选检测区域中鱼的图像裁剪;(C)将裁剪得到的图像输入预先训练的残差网络,得到待识别鱼类的种类。
-
公开(公告)号:CN119339289A
公开(公告)日:2025-01-21
申请号:CN202411382920.4
申请日:2024-09-30
Applicant: 华能澜沧江水电股份有限公司 , 水电水利规划设计总院有限公司 , 雅砻江流域水电开发有限公司 , 水电水利规划设计总院 , 中国水利水电建设工程咨询有限公司 , 中国电建集团中南勘测设计研究院有限公司
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/774 , G06V40/20
Abstract: 本公开实施例提出了一种基于深度学习的植物园养护状况的识别方法与系统,所述方法包括:获取待检测区域不同方位的多个视频流,利用pytorch框架的cat方法将各视频流相应各帧图像合成一个四维矩阵;将四维矩阵输入到预先训练的植物园检测模型,各帧图像分别得到相应数量的目标检测框;对各方位视频依次缓存第一预设时间的视频内容,检测当前第一预设时间的视频中各帧图像的目标检测框是否存在目标事件,若存在,则将目标事件的图像标记为相应类别目标事件有效帧,判断是否满足保存条件,若是,则保存当前第一时间内相应和/或视频等信息并上传服务终端。本公开可实现放牧行为、人类破坏行为及浇水养护行为的高效识别,并保存过程视频。
-
公开(公告)号:CN118097545A
公开(公告)日:2024-05-28
申请号:CN202410170540.8
申请日:2024-02-06
Applicant: 湖南中南数智科技有限公司
Abstract: 本发明公开了一种浇水作业监测方法、终端设备及存储介质,对浇水过程产生的水花进行数据标注,生成初始的训练集数据;根据训练集数据和目标检测框架训练浇水监测模型;对浇水场景的摄像头视频流进行抽帧和区域裁取处理,并将抽帧和区域裁取后的视频帧输入到训练好的浇水监测模型;为了增强算法鲁棒性,计算一段时间内检测到水花的帧数;再计算出一段时间内检测到水花的帧数占这段时间内总帧数的比例,当比例大于阈值则判断存在浇水;当成功判断当前场景存在浇水时,则保存当前的照片、视频及其他数据信息并上传到对应服务器;本发明有益效果:能够鲁棒地检测人工或自动浇水并保存及上传浇水数据。
-
-
-
-