-
公开(公告)号：CN113963387A
公开(公告)日：2022-01-21
申请号：CN202111186478.4
申请日：2021-10-12
Applicant: 华南农业大学
Abstract: 一种基于最优编码位的手指多模态图像编码和融合方法。其方法对原始手指三模态图像进行增强，获得手指三模态增强图像；利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码；利用特征编码融合方法对手指三模态特征编码进行融合，获得最终融合图像等步骤。本发明效果：有效凸显了手指血管成像区域，实现了退化手指图像的稳定增强。解决了可能会产生的冗余信息和冗余特征编码位的问题，以便提取特征。可以充分利用手指三模态信息并提高识别的准确性和鲁棒性。
-
公开(公告)号：CN119888176A
公开(公告)日：2025-04-25
申请号：CN202411943195.3
申请日：2024-12-27
Applicant: 华南农业大学
IPC: G06V10/25 , G06V20/10 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于大规模视觉模型和扩散模型的荔枝病虫害检测方法。本发明中，InternImage模型利用3x3DCNv3算子实现了自适应空间聚合和动态感受野，有效捕捉了全局图像信息并加强了特征提取，尤其是在复杂的果园环境中。与其他骨干网络(如ResNet50、ConvNeXt和SwinTransformer)相比，Internation提高了检测精度。此外，DyHead模块集成了规模、空间和任务意识的注意机制，增强了模型检测各种大小物体以及区分位置接近或重叠目标的能力。此外，与NMS相比，CP‑Cluster是一种完全可并行的新型聚类框架。在后处理阶段采用CP‑Cluster，通过生成正信息来增强真实的正方框，同时合成负信息来惩罚多余的方框，从而增强了检测结果。
-
公开(公告)号：CN117392750A
公开(公告)日：2024-01-12
申请号：CN202311326889.8
申请日：2023-10-13
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于计算机视觉的母猪分娩时间预测方法，具体步骤包括：视频采集与数据准备步骤；网络模型训练步骤：使用所述训练集对网络模型训练，得到训练好的母猪产前行为识别模型；网络模型测试步骤；分娩关键特征提取与时间序列分析步骤；构建双时分娩预测模型步骤：通过网格搜索与交叉验证方法确定所述分娩关键特征的最佳阈值，构建双时分娩预测模型；预测步骤：基于所述双时分娩预测模型，输入目标母猪的日常行为视频数据，实现所述目标母猪的分娩时间预测。该方案能够适用于集约化的生猪养殖场景，克服限位栏遮挡、光线受阻严重等复杂环境条件所造成的干扰，缓解人力负担，提高母猪分娩时间的预测效率，实现较高准确度的预测。
-
公开(公告)号：CN113963387B
公开(公告)日：2024-04-19
申请号：CN202111186478.4
申请日：2021-10-12
Applicant: 华南农业大学
Abstract: 一种基于最优编码位的手指多模态图像编码和融合方法。其方法对原始手指三模态图像进行增强，获得手指三模态增强图像；利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码；利用特征编码融合方法对手指三模态特征编码进行融合，获得最终融合图像等步骤。本发明效果：有效凸显了手指血管成像区域，实现了退化手指图像的稳定增强。解决了可能会产生的冗余信息和冗余特征编码位的问题，以便提取特征。可以充分利用手指三模态信息并提高识别的准确性和鲁棒性。
-
-
-
Search Results
4
records
(took 0.019 seconds)
