公开(公告)号：CN116596961A

公开(公告)日：2023-08-15

申请号：CN202310371679.4

申请日：2023-04-10

Applicant: 华南农业大学

Inventor： 梁云 ,  李巧巧 ,  龙富棉 ,  邱少健 ,  刘浩宇 ,  明俊晖 ,  黄俊杰 ,  胡志光

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于全局空洞注意力和目标聚焦的单目标跟踪方法及装置，方法包括：获取“模板图像‑搜索图像”的图像对；对模板图像与搜索图像进行特征提取，得到模板图像特征和搜索图像特征；构建基于全局空洞注意力的全局目标聚焦网络；全局空洞注意力用于对模板和搜索区域特征进行有效的特征增强，目标聚焦网络用于在模板和搜索区域之间建立点对点的关联，将信息从模板传递到搜索区域；将增强后的目标特征输入到基于互相关的预测头中以产生目标区域。本发明构建了一种全新的全局语义建模方法来增强语义对象，消除背景信息干扰，并且实现搜索区域中目标特征的部分级增强，有效地增强了目标嵌入，同时削弱非目标物体，实现鲁棒的目标跟踪。

公开(公告)号：CN119693636A

公开(公告)日：2025-03-25

申请号：CN202411481211.1

申请日：2024-10-23

Applicant: 华南农业大学

Inventor： 梁云 ,  刘浩宇 ,  张艳霞 ,  郑润 ,  吴梓豪 ,  姜伟鹏 ,  汪倪发

IPC: G06V10/26 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种基于深度学习的根毛分割方法、系统及设备，方法包括：识别图像中的根毛主干信息；将若干个独立的子区域patch进行图像预处理；将patch输入到CAE模块中，学习根毛的外观特征；将CAE模块处理后的图像输入根毛实例分割模型中对根毛进行检测分割；利用预设的深度估计模块预测根毛的深度，通过分析图像中的深度信息，生成精确的深度图，使得在进行图像分割时，准确区分和处理前后重叠的根毛；保留边界框内存在设定范围内检测分割结果；记录根毛分割结果和根毛在该区域的密度。本发明利用深度估计的方法提取重叠根毛的深度，将获得到的深度信息作为特征加入MP‑Former的编码器中，让模型在分割时充分学习到根毛的特征，提高对重叠根毛分割的准确性。

公开(公告)号：CN119672053A

公开(公告)日：2025-03-21

申请号：CN202411586544.0

申请日：2024-11-08

Applicant: 华南农业大学

Inventor： 梁云 ,  吴梓豪 ,  林毅申 ,  郑润 ,  姜伟鹏 ,  刘浩宇 ,  张鹏 ,  古洛安

IPC: G06T7/13 ,  G06T7/187 ,  G06V10/28 ,  G06V10/34 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/26

Abstract: 本发明公开了一种基于区域增长算法的户型图凹凸角判定方法及装置，方法包括：利用霍夫直线检测对外轮廓掩码图做重建填充；计算重建掩码的最大内接矩形坐标，利用霍夫直线检测提取重建掩码的水平和垂直直线信息；以当前最大内接矩形作为初始主体区域和初始检测区域，从检测区域正上方开始以逆时针循环对检测区域周围到最近直线之间的判别块进行扫描，若判别块满足凸角的条件则记录该区域坐标并扩展检测区域，若判别块满足凹角的条件则记录判别块的补角坐标并扩展主体区域和检测区域，直至检测区域四周没有最近直线。本发明基于区域增长算法，从当前区域出发扫描四周寻找满足条件的判别块并扩展主体，可以准确且快速的提取户型图的凹凸角。

公开(公告)号：CN116645498A

公开(公告)日：2023-08-25

申请号：CN202310372669.2

申请日：2023-04-10

Applicant: 华南农业大学

Inventor： 梁云 ,  刘云帆 ,  林毅申 ,  姜伟鹏 ,  肖新杰 ,  胡志光 ,  黄梓帆 ,  李亮辉 ,  黄俊杰 ,  刘浩宇

IPC: G06V10/22 ,  G06V10/762 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于深度学习的柑橘类果实采摘定位方法、系统及设备，包括：利用目标检测模型对摄像头拍摄的场景进行果实检测；基于果实检测结果对拍摄场景进行近景、远景场景的判定；对远景场景的果实进行聚类算法，实现镜头由远景场景向近景场景的转换；利用先验法，获取果实与枝条的相对位置；对近景场景内与果实相连接的枝条通过改进的实例分割算法进行分割；根据果实检测结果、果实与枝条的相对位置和枝条分割结果，通过采摘点定位算法，得到果实采摘点的坐标，并控制机械臂完成果实的自动化采摘。本发明通过添加图像亮度、果叶长势先验改进SparseInst算法的IAM部分，让聚合实例特征的位置准确聚焦于目标枝条，提高分割算法的准确性与实时性。

公开(公告)号：CN116597195A

公开(公告)日：2023-08-15

申请号：CN202310372198.5

申请日：2023-04-10

Applicant: 华南农业大学

Inventor： 梁云 ,  黄梓帆 ,  林毅申 ,  刘云帆 ,  姜伟鹏 ,  胡志光 ,  李亮辉 ,  黄俊杰 ,  肖新杰 ,  刘浩宇

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种高准确率的果实产量估算方法、系统及设备，包括：S1、采集果实种植区域中的远景图像以及同一区域的近景图像，并将所述远景图像和近景图像进行图像数据扩充，以扩增图像数据的数量和多样性；S2、将所述远景图像和近景图像输入至预先设立的产量估算网络模型中，学习远景图像和近景图像的信息关联性，得到果实的产量估算值；所述产量估算模型是使用改进的YOLOv5检测模型；S3、将所述果实的产量估算值输入到预先设立的专家系统中进行修正，得到精确的产量估算结果。本发明通过从远近景产量估算结合的角度入手，考虑到局部产量和全局产量存在的联系，通过学习其中的关联性来提高了产量预估的准确性。