-
公开(公告)号：CN109766856B
公开(公告)日：2022-11-15
申请号：CN201910040870.4
申请日：2019-01-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种双流RGB‑D FasterR‑CNN的识别哺乳母猪姿态方法，即提出一种在特征提取阶段融合RGB‑D图像特征的端对端的双流RGB‑D Faster R‑CNN算法，用于识别自由栏母猪场景下的哺乳母猪站立、坐立、俯卧、腹卧和侧卧5类姿态。基于Faster R‑CNN，首先使用两个CNN网络分别提取RGB图像特征和深度图像特征；然后利用RGB‑D图像的映射关系，仅采用一个RPN网络生成RGB图像特征图和深度图像特征图的感兴趣区域；对感兴趣区域特征池化后，使用一个独立的网络层实现RGB‑D特征的拼接融合；最后在Fast R‑CNN阶段，引入NOC结构继续卷积提取融合后的特征，再送入分类器和回归器。本发明提供了一种融合了RGB‑D数据信息端对端的高精度、小模型和实时的母猪姿态识别方法，为进一步分析母猪行为奠定了基础。
-
公开(公告)号：CN109711389A
公开(公告)日：2019-05-03
申请号：CN201910041539.4
申请日：2019-01-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于Faster R-CNN和HMM的哺乳母猪姿态转换识别方法，步骤为：1.深度图像质量增强；2.用改进Faster R-CNN识别母猪姿态，以每帧概率最大的姿态作为姿态序列；并将概率最大的前5个检测框作为候选区域；3.用长度为5的中值滤波修正姿态序列分类错误；用视频段姿态转换次数检测疑似转换片段；在疑似转换片段中，用维特比算法根据候选区域构建母猪定位管道；4.在定位管道中，用最大类间方差法分割各帧母猪，计算母猪身体各部分高度，形成高度序列；5.将高度序列输入HMM模型，将疑似转换片段分为姿态转换与未转换片段；对单一姿态片段和姿态转换片段分类，获得识别结果。本发明能在光线变化及夜间场景下，自动母猪姿态转换识别，为高危行为识别打下基础。
-
公开(公告)号：CN109711325A
公开(公告)日：2019-05-03
申请号：CN201811587011.9
申请日：2018-12-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种芒果采摘点识别方法，包括以下步骤：采集芒果的图像，建立自然场景下的芒果采摘图像库；建立基于Mask R-CNN网络的芒果果实分割模型；计算每个果实的长轴、短轴以及质心；利用自底向上层次聚类法判断是否成簇；若芒果果实成簇，则识别成簇果实母枝并在母枝上定位采摘点；若芒果为单果，则分割和识别该果实的果梗，在果梗上确定采摘点。本发明利用基于Mask R-CNN网络的芒果果实分割模型进行果实实例分割，解决自然果园场景下光线变化、遮挡、重叠导致的检测分割难题，具有分割精准、适用场景多的优点。
-
公开(公告)号：CN107238587A
公开(公告)日：2017-10-10
申请号：CN201710321569.1
申请日：2017-05-09
Applicant: 华南农业大学
IPC: G01N21/64 , G01N21/65 , G01N21/3563 , G01N21/359
CPC classification number: G01N21/6486 , G01N21/3563 , G01N21/359 , G01N21/65
Abstract: 本发明涉及基于光谱技术的蚕蛹雌雄快速无损检测方法，步骤为：1)甄选不同品种的蚕样品进行光谱扫描；2)对光谱扫描过的该不同品种蚕样品进行破茧雌雄检测；3)构建成茧蚕样本的光学模型；4)搭建光谱采集模块进行光谱采集；5)分离采集到的光谱；6)将分离后的光谱进行预处理并提取特征波长，建立单源光谱的判别模型；7)多源信息融合，得出蚕蛹性别的无损检测结果。本发明以参考数据挖掘、光学技术、光谱分析技术、计算机技术和蚕桑科学已有的研究为基础，采用理论分析和实验验证相结合的方法，对基于拉曼、荧光和近红外光谱多源信息融合的茧壳内蚕蛹雌雄进行无损检测；具有检测精确度高、检测速度快、不会损伤到蚕蛹等优点。
-
公开(公告)号：CN109711389B
公开(公告)日：2023-06-23
申请号：CN201910041539.4
申请日：2019-01-16
Applicant: 华南农业大学
IPC: G06V20/40 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Faster R‑CNN和HMM的哺乳母猪姿态转换识别方法，步骤为：1.深度图像质量增强；2.用改进Faster R‑CNN识别母猪姿态，以每帧概率最大的姿态作为姿态序列；并将概率最大的前5个检测框作为候选区域；3.用长度为5的中值滤波修正姿态序列分类错误；用视频段姿态转换次数检测疑似转换片段；在疑似转换片段中，用维特比算法根据候选区域构建母猪定位管道；4.在定位管道中，用最大类间方差法分割各帧母猪，计算母猪身体各部分高度，形成高度序列；5.将高度序列输入HMM模型，将疑似转换片段分为姿态转换与未转换片段；对单一姿态片段和姿态转换片段分类，获得识别结果。本发明能在光线变化及夜间场景下，自动母猪姿态转换识别，为高危行为识别打下基础。
-
Patent Agency Ranking
公开(公告)号：CN109492535B
公开(公告)日：2021-09-24
申请号：CN201811186647.2
申请日：2018-10-12
Applicant: 华南农业大学
Abstract: 本发明公开了一种计算机视觉的母猪哺乳行为识别方法,包括步骤：1)采集哺乳期母猪和仔猪的俯视视频段；2)基于光流特征，计算运动像素强度、占空比和聚集度等时空特征，提取时间序列关键帧；3)利用DeepLab卷积网络分割出关键帧中母猪和仔猪，根据形状匹配算法自动定位哺乳感兴趣区域，获得时空感兴趣区域；4)在时空感兴趣区域中设置识别单元，提取仔猪运动特征，包括仔猪运动分布指数特征和基于母猪腹线的法线方向光流的仔猪吸吮运动特征；5)将仔猪运动特征输入SVM分类模型，实现母猪哺乳行为自动识别。本发明利用了哺乳行为中母猪和仔猪的时空运动信息，识别猪场环境下的母猪哺乳行为，从而解决了猪场人工监测难的问题。
-
公开(公告)号：CN109492535A
公开(公告)日：2019-03-19
申请号：CN201811186647.2
申请日：2018-10-12
Applicant: 华南农业大学
Abstract: 本发明公开了一种计算机视觉的母猪哺乳行为识别方法,包括步骤：1)采集哺乳期母猪和仔猪的俯视视频段；2)基于光流特征，计算运动像素强度、占空比和聚集度等时空特征，提取时间序列关键帧；3)利用DeepLab卷积网络分割出关键帧中母猪和仔猪，根据形状匹配算法自动定位哺乳感兴趣区域，获得时空感兴趣区域；4)在时空感兴趣区域中设置识别单元，提取仔猪运动特征，包括仔猪运动分布指数特征和基于母猪腹线的法线方向光流的仔猪吸吮运动特征；5)将仔猪运动特征输入SVM分类模型，实现母猪哺乳行为自动识别。本发明利用了哺乳行为中母猪和仔猪的时空运动信息，识别猪场环境下的母猪哺乳行为，从而解决了猪场人工监测难的问题。
-
公开(公告)号：CN109766856A
公开(公告)日：2019-05-17
申请号：CN201910040870.4
申请日：2019-01-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种双流RGB-D FasterR-CNN的识别哺乳母猪姿态方法，即提出一种在特征提取阶段融合RGB-D图像特征的端对端的双流RGB-D Faster R-CNN算法，用于识别自由栏母猪场景下的哺乳母猪站立、坐立、俯卧、腹卧和侧卧5类姿态。基于Faster R-CNN，首先使用两个CNN网络分别提取RGB图像特征和深度图像特征；然后利用RGB-D图像的映射关系，仅采用一个RPN网络生成RGB图像特征图和深度图像特征图的感兴趣区域；对感兴趣区域特征池化后，使用一个独立的网络层实现RGB-D特征的拼接融合；最后在Fast R-CNN阶段，引入NOC结构继续卷积提取融合后的特征，再送入分类器和回归器。本发明提供了一种融合了RGB-D数据信息端对端的高精度、小模型和实时的母猪姿态识别方法，为进一步分析母猪行为奠定了基础。
-
公开(公告)号：CN108830144A
公开(公告)日：2018-11-16
申请号：CN201810416468.7
申请日：2018-05-03
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于改进Faster-R-CNN的哺乳母猪姿态识别方法，包括以下步骤：S1、采集哺乳母猪的RGB-D视频图像，并建立母猪姿态识别深度视频图像库；S2、对基础ZF网络增加深度、并引入残差结构，设计成具有高精度、实时性和鲁棒性的CNN网络结构；S3、使用设计的CNN网络结构，构建Faster-R-CNN模型结构，并对Faster-R-CNN模型结构引入Center Loss监督信号，与SoftmaxLoss联合构成分类损失函数，最终建立改进的Faster-R-CNN母猪姿态识别模型；S4、使用训练集训练Faster-R-CNN母猪姿态识别模型，使用测试集测试模型性能，最终筛选最佳性能模型，用于哺乳母猪姿态识别。
-
公开(公告)号：CN108199478A
公开(公告)日：2018-06-22
申请号：CN201711348611.5
申请日：2017-12-15
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于物联网技术的近海渔船用电信息监测系统及方法，包括渔船本地用电信息采集、展示系统，渔船本地网关以及远程信息展示平台；渔船本地用电信息采集展示系统包括专用定制电源适配器，渔船本地信息展示平台；渔船本地网关包括ZigBee通信系统、北斗通信系统以及本地路由系统；远程信息展示模块包含云服务器端和信息展示平台；用电设备的用电信息发送到渔船本地网关；进一步由北斗通信芯片发送到卫星经转发后发送到云服务器端，然后进行多平台展示。本发明解决了以往渔船由于传统被动监测的渔船监测系统不能满足对渔船的实时监测的问题，也解决了基于GPS通信系统基础设施要求高的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
