公开(公告)号：CN117636459A

公开(公告)日：2024-03-01

申请号：CN202311453572.0

申请日：2023-11-03

Applicant: 华南农业大学

Inventor： 陈欣 ,  陈奇真 ,  郭雅琦 ,  邓小玲 ,  兰玉彬 ,  龙拥兵

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/80 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉Transformer的步态识别方法，步骤如下：步态数据的预处理、步态黑白轮廓图特征的提取、人体关键点特征的提取、基于视觉Transformer的融合、联合多特征协同字典的步态识别。本发明引入了一种独特的联合步态骨骼特征和步态黑白轮廓图的协同识别方案，能够更加精准地提取出具有显著差异性的步态特征。同时，它还能够将多种类型的步态特征进行合理的联合和互补，充分发挥各种特征的优势。通过本发明公开的步态识别方法可以进一步应用于身份识别领域。

公开(公告)号：CN117830649A

公开(公告)日：2024-04-05

申请号：CN202311788556.7

申请日：2023-12-25

Applicant: 华南农业大学

Inventor： 陈欣 ,  吉冰冰 ,  兰玉彬 ,  龙拥兵

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于边缘增强的防御网络构建方法及对抗样本防御方法，其中，防御网络构建步骤如下：构建边缘增强卷积核、提取原始图像的边缘增强特征并输入残差网络、计算特征相似度并输出原始图像标签、通过迭代梯度下降法进行对抗样本攻击、对抗样本图像的边缘增强特征输入残差网络、计算特征相似度并输出对抗样本图像标签、用Adam优化器训练得到最终的防御网络。本发明还实现了一种基于防御网络的对抗样本防御方法，针对目前普遍的对抗样本攻击具有更强的鲁棒性，进一步提升了深度神经网络的可靠性。本发明公开的对抗样本防御方法主要解决了深度神经网络遭受对抗样本攻击时准确性差的难题。

公开(公告)号：CN117437687A

公开(公告)日：2024-01-23

申请号：CN202311284484.2

申请日：2023-09-28

Applicant: 华南农业大学

Inventor： 韩宇星 ,  陈光海 ,  陈欣 ,  张梦杰

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09

Abstract: 本公开提供一种基于图胶囊的双流步态识别方法、装置及介质，涉及图像识别技术领域，包括：获取待识别对象的骨架数据，然后通过已训练的步态识别网络的第一特征提取器中的多层特征提取模块对骨架数据进行特征提取，获得多层特征提取模块中每层输出的第二特征数据；再获取预设数量的第二特征数据，并通过已训练的步态识别网络的胶囊模块对预设数量的第二特征数据进行向量化处理，获得第一特征数据，在本公开中，通过胶囊模块将骨架数据处理成为向量数据的第一特征数据，向量数据可以表示不同身体部分之间的空间关系和姿态信息，可以更准确的捕捉和表达步态模式，从而提升步态识别的精确度。

公开(公告)号：CN115223021A

公开(公告)日：2022-10-21

申请号：CN202210863967.7

申请日：2022-07-21

Applicant: 华南农业大学

Inventor： 邓小玲 ,  郭雅琦 ,  陈奇真 ,  兰玉彬 ,  陈欣 ,  林晓晴

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉问答的果树全生长期农事作业决策方法，包括：获取用于目标果树生长周期的图像样本和第一文本样本；第一文本样本包括果树病害治理问题；分别对图像样本和第一文本样本进行特征提取，获得对应的图像特征向量和问题关键词特征向量；引入多模态融合模型；将图像特征向量和问题关键词特征向量分别传入多模态融合模型，输出融合后的多模态特征；将融合后的多模态特征输入至训练好的分类器中，输出与果树病害治理问题对应的正确答案；通过该方法可以将多模态数据融合和视觉问答相结合，应用于果树图像文本数据集上，得到较好的准确率，实现了一种基于视觉问答的果树全生长期农事作业决策方法。

公开(公告)号：CN117727090A

公开(公告)日：2024-03-19

申请号：CN202311578011.3

申请日：2023-11-24

Applicant: 华南农业大学

Inventor： 陈欣 ,  董烁 ,  邓小玲 ,  兰玉彬 ,  龙拥兵

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06N3/0455 ,  G06V10/40 ,  G06V10/74

Abstract: 本发明公开了一种基于遮挡修复的多步态识别方法，步骤如下：预处理多人同行步态数据集、检测和跟踪人物、生成单一个体的步态RGB图像、对步态RGB图像进行遮挡修复、提取黑白轮廓图像输入步态识别网络、步态识别网络计算欧式距离度量和特征相似度并输出行人身份信息识别结果。本发明实现了一种基于遮挡修复的多步态识别方法，对步态表征进行修复和补充，提高步态识别准确率，解决复杂情况下无法进行行人步态识别的问题。

公开(公告)号：CN117456608A

公开(公告)日：2024-01-26

申请号：CN202311453568.4

申请日：2023-11-03

Applicant: 华南农业大学

Inventor： 陈欣 ,  董烁 ,  邓小玲 ,  兰玉彬 ,  龙拥兵

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/764 ,  G06V10/74 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于多特征融合的多步态识别方法，步骤如下：多人同行步态数据集拍摄和预处理，人物检测和跟踪，生成单一个体的步态RGB图像，提取黑白轮廓图像输入步态识别网络，提取骨骼关节点输入图卷积神经网络中，黑白轮廓图像步态特征与骨骼关节点步态特征在经过水平金字塔池化时进行维度拼接聚合以输出融合步态特征。最后，通过计算欧式距离度量，计算特征相似度并输出行人身份信息识别结果。本发明实现了一种多人同行情况下的多特征融合的步态识别方法，融合两种步态表征，提高步态识别准确率，解决复杂情况下无法进行行人步态识别的问题。

公开(公告)号：CN117423158A

公开(公告)日：2024-01-19

申请号：CN202311238146.5

申请日：2023-09-25

Applicant: 华南农业大学

Inventor： 陈欣 ,  杨勤高 ,  邓小玲 ,  兰玉彬 ,  龙拥兵

IPC: G06V40/20 ,  G06V20/64 ,  G06V10/28 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于三维点云数据增强的步态识别方法，步骤如下：步态数据集预处理、生成三维人体步态数据、提取黑白二值图像输入步态识别网络、提取步态点云能量图输入PointNet分类网络、二维图像步态特征和三维点云步态特征沿通道维度拼接进行聚合输出、计算特征相似度并输出识别结果。本发明实现了一种新的联合图像特征和点云能量图特征融合的识别方法，具有对视角、遮挡、服装的不敏感性、多维信息提供的丰富性以及更强的鲁棒性。多特征融合识别方法能够综合各种信息、对抗噪声和变化、适应多样性数据、提高泛化能力。本发明解决了部分身体被遮挡难以获取足够的信息来进行识别的难题，对步态识别的产业化进程起到重要的推动作用。

公开(公告)号：CN117953576A

公开(公告)日：2024-04-30

申请号：CN202311788558.6

申请日：2023-12-25

Applicant: 华南农业大学

Inventor： 陈欣 ,  杜贺文 ,  邓小玲 ,  兰玉彬 ,  龙拥兵

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于改进Gaitbase模型的牛的步态识别方法，步骤如下：获取和预处理牛的步态数据集，目标检测和跟踪，生成单一个体的步态RGB图像，提取黑白轮廓图像序列输入步态识别网络，在时间池化提取黑白轮廓图像步态特征后，通过SAM空间注意力机制进行优化然后再进行水平池化操作；最后，通过计算欧式距离度量，计算特征相似度并输出行牛的信息识别结果。本发明实现了一种基于改进Gaitbase模型的牛的步态识别方法，通过SAM空间注意力机制优化提取的步态特征，提高牛的步态识别准确率，解决牛的步态识别的问题，并使其更适用于牛的步态识别。