-
公开(公告)号：CN113989538A
公开(公告)日：2022-01-28
申请号：CN202111062601.1
申请日：2021-09-10
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06K9/62
Abstract: 本发明公开了一种基于深度图像的鸡群均匀度估测方法、装置、系统及介质，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度。本发明利用深度学习网络来自动提取图像特征，并进行体重分类，增加分类数以达到误差(50g)以内的体重估测，最终结合体重计算出鸡群均匀度。
-
公开(公告)号：CN113781284B
公开(公告)日：2024-11-19
申请号：CN202110734868.4
申请日：2021-06-30
Applicant: 华南农业大学
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度注意自编码器的零水印构造方法，包括水印构造和水印提取；水印构造：构造零水印M，将零水印M在知识产权信息数据库进行注册，使水印信息得到保存；水印提取包括：获得待测图像特征:将待检测载体图片将待检测载体图片作为自编码器输入，编码器输出待检测载体图片的特征矩阵B′；获取二值矩阵:利用矩阵B′的每个元素的值B′x,y与矩阵B′的均值T′的大小关系构造二值矩阵C′；恢复水印：将矩阵C′与零水印M进行异或运算得到恢复的水印图像W′。本发明利用卷积自编码器和注意力机制来提取图像的特征，提取的特征更稳定和具有代表性，本发明采用了对抗训练，这保证了模型的鲁棒性，使得该发明的水印算法能够抵抗大部分攻击。
-
公开(公告)号：CN113989538B
公开(公告)日：2024-11-19
申请号：CN202111062601.1
申请日：2021-09-10
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82
Abstract: 本发明公开了一种基于深度图像的鸡群均匀度估测方法、装置、系统及介质，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度。本发明利用深度学习网络来自动提取图像特征，并进行体重分类，增加分类数以达到误差(50g)以内的体重估测，最终结合体重计算出鸡群均匀度。
-
公开(公告)号：CN113781284A
公开(公告)日：2021-12-10
申请号：CN202110734868.4
申请日：2021-06-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于深度注意自编码器的零水印构造方法，包括水印构造和水印提取；水印构造：构造零水印M，将零水印M在知识产权信息数据库进行注册，使水印信息得到保存；水印提取包括：获得待测图像特征:将待检测载体图片将待检测载体图片作为自编码器输入，编码器输出待检测载体图片的特征矩阵B′；获取二值矩阵:利用矩阵B′的每个元素的值B′x,y与矩阵B′的均值T′的大小关系构造二值矩阵C′；恢复水印：将矩阵C′与零水印M进行异或运算得到恢复的水印图像W′。本发明利用卷积自编码器和注意力机制来提取图像的特征，提取的特征更稳定和具有代表性，本发明采用了对抗训练，这保证了模型的鲁棒性，使得该发明的水印算法能够抵抗大部分攻击。
-
-
-
Search Results
4
records
(took 0.02 seconds)
