-
公开(公告)号：CN115019175B
公开(公告)日：2024-06-18
申请号：CN202210738451.X
申请日：2022-06-27
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN115082774B
公开(公告)日：2024-07-26
申请号：CN202210858439.2
申请日：2022-07-20
Applicant: 华南农业大学
IPC: G06V20/00 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及图像篡改定位技术领域，提出一种基于双流自注意力神经网络的图像篡改定位方法及系统，包括以下步骤：将待检测定位的输入图像进行约束卷积滤波处理，得到滤波图像；将输入图像和滤波图像分别进行重组编码后，分别输入基于自注意力的第一篡改图像编码器和第二篡改图像编码器中，分别输出第一特征图和第二特征图；其中，第一篡改图像编码器和第二篡改图像编码器中每个计算阶段包括若干堆叠设置的自注意力模块；将第一特征图和第二特征图进行拼接后，分别经过通道域和空间域解码，得到篡改区域定位结果。本发明通过自注意力神经网络捕获局部与全局不一致的能力，并通过RGB模态与异常噪声提取模态的互补，有效提高了篡改图像定位的精度。
-
公开(公告)号：CN115019175A
公开(公告)日：2022-09-06
申请号：CN202210738451.X
申请日：2022-06-27
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
-
公开(公告)号：CN115082774A
公开(公告)日：2022-09-20
申请号：CN202210858439.2
申请日：2022-07-20
Applicant: 华南农业大学
Abstract: 本发明涉及图像篡改定位技术领域，提出一种基于双流自注意力神经网络的图像篡改定位方法及系统，包括以下步骤：将待检测定位的输入图像进行约束卷积滤波处理，得到滤波图像；将输入图像和滤波图像分别进行重组编码后，分别输入基于自注意力的第一篡改图像编码器和第二篡改图像编码器中，分别输出第一特征图和第二特征图；其中，第一篡改图像编码器和第二篡改图像编码器中每个计算阶段包括若干堆叠设置的自注意力模块；将第一特征图和第二特征图进行拼接后，分别经过通道域和空间域解码，得到篡改区域定位结果。本发明通过自注意力神经网络捕获局部与全局不一致的能力，并通过RGB模态与异常噪声提取模态的互补，有效提高了篡改图像定位的精度。
-
公开(公告)号：CN115482459A
公开(公告)日：2022-12-16
申请号：CN202211167523.6
申请日：2022-09-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于自注意力机制的真实场景图像篡改定位系统与方法，涉及计算机视觉的技术领域，包括特征提取模块、特征处理模块和特征融合模块；特征处理模块包括N个并行的特征处理分支；真实场景篡改图像输入特征提取模块，获得N个阶段初始特征图；第N个特征处理分支对第N阶段初始特征图进行处理，获得第N个注意力特征矩阵，输入前一特征处理分支；前N‑1个特征处理分支，每个分支根据相应的阶段初始特征图，结合后一分支的注意力特征矩阵进行处理，获得本分支的注意力特征矩阵，输入前一分支；特征融合模块对N个注意力特征矩阵进行特征融合，获得真实场景图像篡改掩码图。本发明能够在真实场景篡改图像中实现准确的篡改定位。
-
公开(公告)号：CN217443889U
公开(公告)日：2022-09-16
申请号：CN202122992482.1
申请日：2021-11-30
Applicant: 华南农业大学
Abstract: 本申请公开了一种基于colmap库的植物三维重建系统，用于对植物进行三维重建，提高植物的三维重建效率。本申请包括：图像采集装置、摄影台以及三维建模装置，所述图像采集装置包括相机支座以及双目相机、所述双目相机固定于所述相机支座的顶部，所述摄影台包括转盘、伺服电机以及转盘支座，所述转盘通过旋转铰链固定于所述转盘支座上，所述伺服电机的转轴与所述转盘连接，所述伺服电机用于驱动所述转盘旋转，所述转盘用于放置植物，所述双目相机用于对所述转盘上的植物进行拍摄，并将拍摄拍摄得到的深度图像数据发送至所述三维建模装置，所述三维建模装置用于对所述深度图像数据进行处理，以对所述植物进行三维建模。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
