-
公开(公告)号：CN115908708B
公开(公告)日：2023-08-15
申请号：CN202211434792.4
申请日：2022-11-16
Applicant: 南京农业大学
Abstract: 本发明公开了基于Kinect的植物群体全局三维重建方法，应用于三维重建技术领域，利用张正友标定法获取相机参数，并通过相似三角形原理将植株深度数据转化为三维点云数据；采用Harris角点检测法得到二维特征点，并进行网格化、离散化处理得到三维特征点，对所述三维特征点进行奇异值分解，将不同视角的点云配准转换到世界坐标系下实现多视角下植物点云的局部三维重建；对多视角下植物点云的局部三维重建结果进行粗配准和精配准实现全局三维重建。本发明通过对不同周期的植物进行三维建模，为计算植物表型特征参数，分析植物生长过程中的表型参数变化做铺垫，为植物表型分析、精准化智能化管理提供数据支持和理论指导。
-
公开(公告)号：CN115908708A
公开(公告)日：2023-04-04
申请号：CN202211434792.4
申请日：2022-11-16
Applicant: 南京农业大学
Abstract: 本发明公开了基于Kinect的植物群体全局三维重建方法，应用于三维重建技术领域，利用张正友标定法获取相机参数，并通过相似三角形原理将植株深度数据转化为三维点云数据；采用Harris角点检测法得到二维特征点，并进行网格化、离散化处理得到三维特征点，对所述三维特征点进行奇异值分解，将不同视角的点云配准转换到世界坐标系下实现多视角下植物点云的局部三维重建；对多视角下植物点云的局部三维重建结果进行粗配准和精配准实现全局三维重建。本发明通过对不同周期的植物进行三维建模，为计算植物表型特征参数，分析植物生长过程中的表型参数变化做铺垫，为植物表型分析、精准化智能化管理提供数据支持和理论指导。
-
公开(公告)号：CN115049952B
公开(公告)日：2023-04-07
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
公开(公告)号：CN115049952A
公开(公告)日：2022-09-13
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
-
-
Search Results
4
records
(took 0.022 seconds)
