-
公开(公告)号：CN111161334B
公开(公告)日：2023-06-02
申请号：CN201911410382.4
申请日：2019-12-31
Applicant: 南通大学
Abstract: 本发明涉及一种基于深度学习的语义地图构建方法，包括：实时采集移动机器人周围环境的图像信息，并根据所述图像信息获取移动机器人的位姿信息；根据所述移动机器人的位姿信息实时估算移动机器人与障碍物的深度信息，并根据所述深度信息构建障碍物深度地图，所述深度信息为逆深度估计值；用训练好的目标检测模型对所述图像信息进行特征提取与处理，得到带有语义信息的图像信息，将所述带有语义信息的图像信息与所述障碍物深度地图进行融合，得到障碍物语义地图；利用闭环检测算法优化机器人的位姿并使用图优框架对所述障碍物语义地图进行图优化，实现带有语义信息的深度地图构建，提高机器人的环境感知与自主定位能力。
-
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。
-
公开(公告)号：CN114463630A
公开(公告)日：2022-05-10
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06K9/62 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/00 , G06N3/04 , G06N3/08
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：CN112884814A
公开(公告)日：2021-06-01
申请号：CN202110273623.6
申请日：2021-03-15
Applicant: 南通大学
Abstract: 本发明公开了一种抗遮挡的动作跟踪方法、装置及存储介质，适用于安防、监控、行为观察、检测等类似或相关应用场景。动作跟踪方法包括：获取多帧目标跟踪图像以及位置信息；根据骨骼关节点信息是否完整判定动作跟踪是否被遮挡；根据目标遮挡状态，将遮挡问题分为短期遮挡状态和长期遮挡状态；对不同的目标遮挡状态采用不同的跟踪策略；将三维特征进行降维，并存储坐标映射表减轻运算量提高图像处理效率；融合多种特征信息，提高识别准确度。
-
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。
-
Patent Agency Ranking
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：CN112884814B
公开(公告)日：2023-01-06
申请号：CN202110273623.6
申请日：2021-03-15
Applicant: 南通大学
Abstract: 本发明公开了一种抗遮挡的动作跟踪方法、装置及存储介质，适用于安防、监控、行为观察、检测等类似或相关应用场景。动作跟踪方法包括：获取多帧目标跟踪图像以及位置信息；根据骨骼关节点信息是否完整判定动作跟踪是否被遮挡；根据目标遮挡状态，将遮挡问题分为短期遮挡状态和长期遮挡状态；对不同的目标遮挡状态采用不同的跟踪策略；将三维特征进行降维，并存储坐标映射表减轻运算量提高图像处理效率；融合多种特征信息，提高识别准确度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.017 seconds)
