-
公开(公告)号：CN114494862B
公开(公告)日：2024-09-27
申请号：CN202210027227.X
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06T7/11 , G06T7/62 , G06T3/4038 , G06T3/4046 , G06N3/0464
Abstract: 本发明公开了一种基于无人机影像的区域速生林密度精确统计方法，包括：通过无人机搭载RGB摄像机，对不可种植区的速生林覆盖区域进行俯拍；构建速生林植株追踪计数模型和不可种植区语义分割模型；根据速生林木生长状态与林场分布的地形和面积，确定无人机航拍飞行计划，将航拍影像输入到速生林植株追踪计数模型中进行检测，得到植株的数量；根据无人机的飞行高度、速度、轨迹与图像拼接的现实需求，筛选无人机航拍影像，抽取关键帧，构建全林场航拍地图，利用训练好的分割模型分割出图像中的不可种植区，结合摄像头参数以及无人机的飞行高度，得出可种植速生林的面积，经计算可得速生林的密度。本发明方便规划种植，提高经济效益。
-
公开(公告)号：CN114463630B
公开(公告)日：2024-07-12
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种对速生林中多种不同植株生长态势精准判断的方法，包括：步骤S1、首先划定速生林区域，无人机对速生林进行垂直俯拍；步骤S2、对植株与其他物体进行前景背景分离；步骤S3、使用多任务学习的方法对树木的种类进行判别；步骤S4、通过树冠面积和树叶整体颜色对植株的长势进行判断，识别出发育不良的植株；步骤S5、对检测出的发育不良植株的位置进行定位输出；将发育不良的树种信息发送给速生林工作人员，为制定培育方案提供依据。本发明提出的判别植株发育情况的方法兼具准确率和时效性，并且能降低实施方案对硬件设备的要求，从而降低成本提高经济效益。
-
公开(公告)号：CN114494694A
公开(公告)日：2022-05-13
申请号：CN202210027704.2
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06K9/62 , G06T3/40 , G06T5/00 , G06T5/20 , G06T7/33 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种种植园场景下的语义建图方法，将种植园划分为不同区域，设定无人机飞行参数，确定摄像头拍摄的中心点；使用无人机分别采集高空冠层和低空枝叶图像，训练胶囊神经网络获得两种分类器，两种分类器为高空冠层分类器和低空枝叶分类器；根据高空冠层分类器对地貌及树种进行分类；根据低空枝叶分类器对上一步骤的分类结果进行校验；对校验完成的语义图片进行拼接，生成种植园语义地图；本方法有着成本低，训练集小，准确率高，受拍摄干扰影响小的优点，又提高了树种识别分类的效率，通过冠层图像，对种植园进行大范围高效识别，使模型有了实际工程应用价值。
-
公开(公告)号：CN114330518A
公开(公告)日：2022-04-12
申请号：CN202111538168.4
申请日：2021-12-15
Applicant: 南通大学
IPC: G06K9/62 , G06Q50/02 , G06T7/33 , G06V20/17 , G06V10/774
Abstract: 本发明公开了基于无人机航拍RGB图像的速生林生长情况检测方法，利用无人机搭载低成本的RGB相机进行周期性拍摄，记录拍摄过程中的时间、位置信息；利用D2‑Net从众多图像信息中将不同时间拍摄的同一区域图像提取出来，并进行对齐操作；对配准并对齐后的图像利用RefineNet进行语义分割，识别并保留速生林冠层部分，剔除其他无关部分；对完成配准对齐以及分割操作后的图像利用ChangeNet进行变化检测输出冠层面积变化图；结合图像拍摄时间建立速生林冠层面积在时间尺度上的变化情况，最后根据速生林生长习性分析判断其生长情况；本发明提供的速生林生长检测方法成本低，易实现，可有效降低管理人员的工作压力。
-
公开(公告)号：CN113627369A
公开(公告)日：2021-11-09
申请号：CN202110941344.2
申请日：2021-08-16
Applicant: 南通大学
Abstract: 本发明公开了一种竞拍场景下的动作识别与跟踪方法；包括：获取人体骨骼数据；简化关节点间角度特征；对关节点进行重要性排序分配不同权重并对关节点进行异步跟踪；计算关节点的空间距离进行平面映射并将高度宽度距离转为与自身上半身的比值对动作进行二次验证；对分类好的角度特征，距离特征基于逻辑回归进行训练，得到竞拍动作的阈值；最后根据时域特征来进一步对竞拍动作进行识别与确认；本发明在相同的硬件资源下提高了识别的速度与准确性。
-
Patent Agency Ranking
公开(公告)号：CN114494694B
公开(公告)日：2024-09-20
申请号：CN202210027704.2
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06T5/70 , G06T3/4007 , G06T5/20 , G06T7/33 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种种植园场景下的语义建图方法，将种植园划分为不同区域，设定无人机飞行参数，确定摄像头拍摄的中心点；使用无人机分别采集高空冠层和低空枝叶图像，训练胶囊神经网络获得两种分类器，两种分类器为高空冠层分类器和低空枝叶分类器；根据高空冠层分类器对地貌及树种进行分类；根据低空枝叶分类器对上一步骤的分类结果进行校验；对校验完成的语义图片进行拼接，生成种植园语义地图；本方法有着成本低，训练集小，准确率高，受拍摄干扰影响小的优点，又提高了树种识别分类的效率，通过冠层图像，对种植园进行大范围高效识别，使模型有了实际工程应用价值。
-
公开(公告)号：CN115120905A
公开(公告)日：2022-09-30
申请号：CN202210672419.6
申请日：2022-06-14
Applicant: 南通大学
IPC: A62C3/02 , A62C31/28 , A62C37/00 , G08B17/00 , G08B25/00 , A62B5/00 , B66C23/20 , B66C23/62 , B66C13/08 , B66C13/48 , B66C13/46
Abstract: 本发明公开了一种高层建筑火灾进行识别以控制升降机进行救援的方法，随着社会现代化进程的不断加快，高层建筑的高度越来越高，高层建筑消防安全隐患也日益突出，而现有的消防救援设备的数量与救援高度均存在一定的限制，无法对高层建筑的火灾进行良好的施救；本发明综合考虑以上特点，发明出一台高层建筑智能火灾救援升降机。其中的方法包括：利用红外气体声光等传感器为火灾探测器进行检测；将检测信号发送给控制中心；通过控制中心控制升降机降落到火灾发生位置；最后通过灭火装置进行灭火与救援。本发明在现有的消防救援设备下提高了对高层建筑发生火灾救援的快速性和准确性。
-
公开(公告)号：CN113627365A
公开(公告)日：2021-11-09
申请号：CN202110935928.9
申请日：2021-08-16
Applicant: 南通大学
Abstract: 本发明揭示了一种群体运动识别与时序分析方法，对竞拍场景下的群体动作进行快速高效精准识别，并通过对动作时序的分析确定竞拍者优先级的方法，以锚定的人体中心点和锚定的竞拍牌中心点代替人体关节点，以离散的关键帧预测代替连续的轨迹预测；针对竞拍场景独有的人多，遮挡多，但人体位置变化小的特点，对现有技术与现存的需求进行综合考虑后，设计了一种群体运动识别与时序分析方法。本发明提供的快速竞拍动作识别方法兼具了准确率与时效性，并且能降低对硬件设备的要求。
-
公开(公告)号：CN112927223A
公开(公告)日：2021-06-08
申请号：CN202110332114.6
申请日：2021-03-29
Applicant: 南通大学
Abstract: 本发明涉及红外热成像技术领域，尤其是一种基于红外热成像仪的玻璃幕墙检测方法，基于Numpy、OpenCV等库，利用红外图像作为输入，对红外图像进行预处理，减小噪声的影响。对温度异常区域进行分割，通过机器学习对分割出来的异常区域进行分类，找到存在缺陷区域，经过对玻璃幕墙的红外图像的进行机器学习，并对待分类图像进行处理，从而更加准确的识别玻璃幕中存在缺陷区域。
-
公开(公告)号：CN114494862A
公开(公告)日：2022-05-13
申请号：CN202210027227.X
申请日：2022-01-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于无人机影像的区域速生林密度精确统计方法，包括：通过无人机搭载RGB摄像机，对不可种植区的速生林覆盖区域进行俯拍；构建速生林植株追踪计数模型和不可种植区语义分割模型；根据速生林木生长状态与林场分布的地形和面积，确定无人机航拍飞行计划，将航拍影像输入到速生林植株追踪计数模型中进行检测，得到植株的数量；根据无人机的飞行高度、速度、轨迹与图像拼接的现实需求，筛选无人机航拍影像，抽取关键帧，构建全林场航拍地图，利用训练好的分割模型分割出图像中的不可种植区，结合摄像头参数以及无人机的飞行高度，得出可种植速生林的面积，经计算可得速生林的密度。本发明方便规划种植，提高经济效益。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
