公开(公告)号：CN110378736A

公开(公告)日：2019-10-25

申请号：CN201910664031.X

申请日：2019-07-23

Applicant: 中国科学院东北地理与农业生态研究所

Inventor： 魏红旭 ,  陈培远

IPC: G06Q30/02 ,  G06K9/00 ,  G06Q50/14

Abstract: 通过人脸表情识别评价游客对自然资源体验满意度的方法，涉及游客满意度调查领域。本发明包括搜集人脸表情图像经处理后满足像素分辨率大于72像素/英寸，RGB制式，格式为jpg、png、gif或tif，包括游客人脸五官在内的整个脸部面积占图像面积的40％以上，图像数量不少于1000张；通过软件识别的方法对人脸表情图像进行分析并给每种人脸表情赋分；参加自然资源体验的游客表情分为8种：开心、悲伤、木讷、生气、厌恶、轻蔑、惊讶和恐惧；利用提前训练计算机深度学习所得到的训练模型进行赋分，8种表情分数相加等于100％；评价指标计算。本发明解决了现有方法存在的无法得到准确结果、无法充分反映游客满意度的问题。

公开(公告)号：CN110378890A

公开(公告)日：2019-10-25

申请号：CN201910663947.3

申请日：2019-07-23

Applicant: 中国科学院东北地理与农业生态研究所

Inventor： 魏红旭 ,  陈培远

IPC: G06T7/00 ,  G06T7/90 ,  G06F17/11

Abstract: 一种林下资源植物地上器官N含量的预测方法，涉及林下资源管理领域，解决了目前检测林下资源植物地上器官的N含量时所存在的费时费力、成本高、难以直接得到数据、操作难度大等问题。本发明包括：采集林下资源植物叶片图像；将所得叶片图像采用图像处理软件处理成直方图，在其中勾选出仅有叶片图像的像素区域，在图像处理软件中直接读取出该区域内叶片绿色程度的平均值，即为叶片图像绿度值；以模型y＝-0.0258x+26.614对林下资源植物叶片N含量进行预测，模型中的x为步骤二所得叶片图像绿度值，y为林下资源植物叶片N含量的预测值(mg g-1)。本发明省时省力，成本件低，操作简单，预测精度高，结果准确。