-
公开(公告)号：CN112381047B
公开(公告)日：2023-08-22
申请号：CN202011377211.9
申请日：2020-11-30
Applicant: 华南理工大学
IPC: G06V40/16 , G06V10/774 , G06V10/77 , G06V10/764 , G06N20/20
Abstract: 本发明公开了一种人脸表情图像的增强识别方法，包括以下步骤：1)利用基于Haar特征的Adaboost级联检测器进行人脸定位，框出人脸部分并裁剪，对裁剪后的图像进行图像预处理后保存图像；2)利用回归模型中的级联回归树算法建立人脸表观到人脸形状之间的映射关系，并提取面部特征点；3)利用人脸面部表情表征模型计算相应欧氏距离，得到表征人脸表情特征的六元数组；4)利用随机森林算法训练分类模型，将六元数组输入到训练好的模型中实现分类识别。本发明能够在识别标准姿态人脸表情图像的基础上，较好地识别有一定头部偏转的人脸表情图像，识别效率较高，运行速度较快，满足实际应用需求，更加适用于实际场景。
-
公开(公告)号：CN112381047A
公开(公告)日：2021-02-19
申请号：CN202011377211.9
申请日：2020-11-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种人脸表情图像的增强识别方法，包括以下步骤：1)利用基于Haar特征的Adaboost级联检测器进行人脸定位，框出人脸部分并裁剪，对裁剪后的图像进行图像预处理后保存图像；2)利用回归模型中的级联回归树算法建立人脸表观到人脸形状之间的映射关系，并提取面部特征点；3)利用人脸面部表情表征模型计算相应欧氏距离，得到表征人脸表情特征的六元数组；4)利用随机森林算法训练分类模型，将六元数组输入到训练好的模型中实现分类识别。本发明能够在识别标准姿态人脸表情图像的基础上，较好地识别有一定头部偏转的人脸表情图像，识别效率较高，运行速度较快，满足实际应用需求，更加适用于实际场景。
-
公开(公告)号：CN214175117U
公开(公告)日：2021-09-10
申请号：CN202120162356.0
申请日：2021-01-21
Applicant: 华南理工大学
Abstract: 本实用新型公开了一种基于嵌入式的农作物病虫害识别装置，包括依次连接的传感器集群、数据储存服务器、实时自动检测装置；所述实时自动检测装置包括开发板和触摸显示器；传感器集群将采集到的图像和视频信息传输到数据存储服务器；开发板通过互联网对数据储存服务器内的图像数据进行调用，通过移植的深度学习目标检测算法对图像和视频信息进行处理，返回识别信息并将信息上传数据储存服务器储存；同时根据不同的识别信息，开发板将信息反馈至触摸显示器。本实用新型用深度学习目标检测的方法可以提高病虫害检测的效率和准确率，避免人工检测带来的错判漏判问题，减少了人力物力的消耗。
-
公开(公告)号：CN214067797U
公开(公告)日：2021-08-27
申请号：CN202120162310.9
申请日：2021-01-21
Applicant: 华南理工大学
Abstract: 本实用新型公开了一种基于多飞行器协作的农作物病害检测装置，包括由多个飞行器构成的垂直监测机组和水平监测机组、监控端显示屏组、分析端计算机、输出端显示屏、基站或构建局域网的路由、用于数据传输存储所用的服务器、云台和摄像头。本实用新型可以有效解决人工采集图像以及设置定点摄像头采集图像中无法采集生长较高的果树的枝叶图像问题。并且不局限于水平角度采集图像，可以从多角度采集图像。本实用新型通过多飞行器配合以及合理的路径规划可以实现实时监测整个种植区的情况，不受限于只能实时监测个别区域。
-
-
-
Search Results
4
records
(took 0.016 seconds)
