-
公开(公告)号：CN110309786B
公开(公告)日：2023-04-07
申请号：CN201910596270.6
申请日：2019-07-03
Applicant: 华南农业大学
IPC: G06V20/52 , G06V40/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种用于深度视频的哺乳母猪姿态转换识别方法，步骤为：深度视频质量增强；用改进的3D Mask R‑CNN算法检测、跟踪母猪并识别母猪姿态，选取每帧中概率最大的姿态类别，形成姿态序列；根据姿态序列的变化频率进行疑似转换片段粗定位，并利用前后帧各类姿态的概率方差细定位疑似转换片段的起始帧和结束帧；设计三阶段上下文深度运动特征图，以提取疑似转换片段的运动特征；将提取到的特征输入CNN模型进行转换/非转换片段识别，输出识别结果。本发明能在光线变化及夜间场景下，自动识别定位长段视频中的母猪姿态转换，为母猪的高危行为识别打下基础。
-
公开(公告)号：CN110598658B
公开(公告)日：2022-03-01
申请号：CN201910882353.1
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种母猪哺乳行为的卷积网络识别方法，首先利用一级卷积网络——Mask R‑CNN检测视频帧中侧卧母猪的关键点，以获取视频帧中母猪侧卧哺乳区域，克服在场景中非哺乳区域仔猪运动对哺乳区域时空特征提取的干扰；然后，以视频帧中哺乳区域的RGB图像序列和光流图像序列作为二级卷积网络——卷积双流网络输入，提取哺乳区域中哺乳行为的时空信息，实现哺乳行为的识别。本发明的模型是基于数据驱动的模型，避免了人工设计行为特征，提升了哺乳行为特征的表达能力，为母猪与仔猪间交互式行为——哺乳行为自动监测提供了新的技术方法。
-
公开(公告)号：CN110598658A
公开(公告)日：2019-12-20
申请号：CN201910882353.1
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种母猪哺乳行为的卷积网络识别方法，首先利用一级卷积网络——Mask R-CNN检测视频帧中侧卧母猪的关键点，以获取视频帧中母猪侧卧哺乳区域，克服在场景中非哺乳区域仔猪运动对哺乳区域时空特征提取的干扰；然后，以视频帧中哺乳区域的RGB图像序列和光流图像序列作为二级卷积网络——卷积双流网络输入，提取哺乳区域中哺乳行为的时空信息，实现哺乳行为的识别。本发明的模型是基于数据驱动的模型，避免了人工设计行为特征，提升了哺乳行为特征的表达能力，为母猪与仔猪间交互式行为——哺乳行为自动监测提供了新的技术方法。
-
公开(公告)号：CN110309786A
公开(公告)日：2019-10-08
申请号：CN201910596270.6
申请日：2019-07-03
Applicant: 华南农业大学
Abstract: 本发明公开了一种用于深度视频的哺乳母猪姿态转换识别方法，步骤为：深度视频质量增强；用改进的3D Mask R-CNN算法检测、跟踪母猪并识别母猪姿态，选取每帧中概率最大的姿态类别，形成姿态序列；根据姿态序列的变化频率进行疑似转换片段粗定位，并利用前后帧各类姿态的概率方差细定位疑似转换片段的起始帧和结束帧；设计三阶段上下文深度运动特征图，以提取疑似转换片段的运动特征；将提取到的特征输入CNN模型进行转换/非转换片段识别，输出识别结果。本发明能在光线变化及夜间场景下，自动识别定位长段视频中的母猪姿态转换，为母猪的高危行为识别打下基础。
-
公开(公告)号：CN111507967A
公开(公告)日：2020-08-07
申请号：CN202010306354.4
申请日：2020-04-17
Applicant: 华南农业大学
Abstract: 本发明公开了一种自然果园场景下的芒果高精度检测方法，包括：建立自然场景下的芒果数据库；构建基于Mask Scoring R-CNN的初步网络结构；在ROI Align层后增加一个并行训练的BoxIOU分支，为RPN输出的候选框预测IOU得分；测试阶段BoxIOU分支预测的IOU得分与相应的分类置信度进行耦合，再将耦合后的分值替代原本的分类置信度作为后处理阶段的非极大抑制的排列依据；利用训练后的BoxIOU MangoNet进行芒果果实的检测和分割。该方法为果实目标筛选出定位更准确的检测框，简单有效，能够解决自然果园场景下受复杂环境干扰的检测分割难题。
-
Patent Agency Ranking
公开(公告)号：CN114898250B
公开(公告)日：2024-09-06
申请号：CN202210393478.X
申请日：2022-04-15
Applicant: 华南农业大学
IPC: G06V20/40
Abstract: 本发明公开了一种基于自注意力机制的哺乳仔猪多目标跟踪方法，包括：S1、采集在栏哺乳仔猪视频，制作哺乳仔猪多目标跟踪的数据集，分为训练集与测试集；S2、改进TransTrack的网络模型，将训练集训练改进后的网络模型；S3、在测试集上，用训练后的网络模型输出仔猪检测与预测的跟踪结果；S4、设计黑暗区域自适应置信度匹配策略，找回黑暗区域的检测结果中的漏检目标；S5：设计基于历史帧标记的错检位置策略，避免检测结果中的错检。本发明解决了在栏哺乳仔猪跟踪过程中，仔猪全局特征提取能力不够，灯光出现的昏暗，以及仔猪与仔猪、母猪与仔猪之间的粘连遮挡，导致跟踪过程中，仔猪错检、漏检和id互换问题。
-
公开(公告)号：CN110619632B
公开(公告)日：2022-01-11
申请号：CN201910882496.2
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于Mask R‑CNN的芒果实例对抗分割方法，包括：建立自然场景下的芒果分割数据集；构建基于Mask R‑CNN的分割网络；将构建的所述Mask R‑CNN分割网络视为生成网络，在其Mask分支上添加一个判别网络；所述生成网络从输入图像中得到芒果的预测实例掩膜；所述判别网络的输入为Real或Fake的芒果实例；将SmoothL1+IOU Loss替换Mask分支原来的二值交叉熵；所述生成网络与判别网络以交替对抗的策略进行优化训练，从而形成对抗网络模型；将训练后的所述对抗网络模型，进行芒果果实的实例分割，检测和分割的指标都得到了明显的提高。
-
公开(公告)号：CN110619632A
公开(公告)日：2019-12-27
申请号：CN201910882496.2
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于Mask R-CNN的芒果实例对抗分割方法，包括：建立自然场景下的芒果分割数据集；构建基于Mask R-CNN的分割网络；将构建的所述Mask R-CNN分割网络视为生成网络，在其Mask分支上添加一个判别网络；所述生成网络从输入图像中得到芒果的预测实例掩膜；所述判别网络的输入为Real或Fake的芒果实例；将SmoothL1+IOU Loss替换Mask分支原来的二值交叉熵；所述生成网络与判别网络以交替对抗的策略进行优化训练，从而形成对抗网络模型；将训练后的所述对抗网络模型，进行芒果果实的实例分割，检测和分割的指标都得到了明显的提高。
-
公开(公告)号：CN111507967B
公开(公告)日：2023-06-02
申请号：CN202010306354.4
申请日：2020-04-17
Applicant: 华南农业大学
IPC: G06T7/00 , G06T7/11 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种自然果园场景下的芒果高精度检测方法，包括：建立自然场景下的芒果数据库；构建基于Mask Scoring R‑CNN的初步网络结构；在ROI Align层后增加一个并行训练的BoxIOU分支，为RPN输出的候选框预测IOU得分；测试阶段BoxIOU分支预测的IOU得分与相应的分类置信度进行耦合，再将耦合后的分值替代原本的分类置信度作为后处理阶段的非极大抑制的排列依据；利用训练后的BoxIOU MangoNet进行芒果果实的检测和分割。该方法为果实目标筛选出定位更准确的检测框，简单有效，能够解决自然果园场景下受复杂环境干扰的检测分割难题。
-
公开(公告)号：CN113947617A
公开(公告)日：2022-01-18
申请号：CN202111217322.8
申请日：2021-10-19
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于长短记忆的哺乳仔猪多目标跟踪方法，包括：S1：采集哺乳仔猪视频，建立哺乳仔猪多目标跟踪视频数据库；S2：搭建CenterReID模型，用数据库中的训练集和验证集对该模型进行训练并验证；S3：用训练好的CenterReID模型对数据库中的测试集进行测试，获得哺乳仔猪目标检测结果Dets和特征提取结果Features；S4：针对不同消失时间再次出现的仔猪，设计适应长短时间外观特征变化匹配机制，利用Dets和Features对连续图像哺乳仔猪进行目标ID匹配，进而获得跟踪结果。本发明能在固定场景下克服小猪运动不规律、身体形变较大、扎堆、难重新识别等困难，可自动识别跟踪哺乳仔猪，解决猪场饲养环境下饲养员长时间巡查猪群疲惫造成判断不准确的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
