-
公开(公告)号:CN120014673A
公开(公告)日:2025-05-16
申请号:CN202510166663.9
申请日:2025-02-14
Applicant: 河南科技大学
IPC: G06V40/10 , G06V10/25 , G06V10/26 , G06V10/30 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明属于奶牛智能化监控技术领域,具体涉及一种基于基准点检测的奶牛身份识别方法。该方法先获取待检测奶牛的背部三维点云,定位其中的两个腰角骨区域和两个臀角骨区域;分别选择每个腰角骨区域中曲率最大点作为相应区域的腰角骨点,分别选择每个臀角骨区域中曲率最大点作为相应区域的臀角骨点;再将背部三维点云进行水平面投影,在投影后的数据中确定一个包含有腰角骨点和臀角骨点且能够提取到奶牛足够体斑特征的关键区域;进而将关键区域的点云投影进行处理得到二维体斑图像,利用二维体斑图像进行待检测奶牛的个体身份识别。本发明实现了将奶牛背部的三维结构特征和体斑特征相结合来进行奶牛个体身份识别,提高奶牛个体身份识别的精度。
-
公开(公告)号:CN116012889A
公开(公告)日:2023-04-25
申请号:CN202310085440.0
申请日:2023-02-02
Applicant: 河南科技大学
IPC: G06V40/10 , G06V10/764 , G06V40/20 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于奶牛智能化监控技术领域,具体涉及一种奶牛个体身份识别方法。首先获取待检测奶牛的侧视图像,并输入至躯干区域定位模型中,得到奶牛躯干区域的位置信息,并进行裁剪,得到奶牛的体斑图像;然后对奶牛的体斑图像进行二值化分割处理;接着依据二值体斑图像中黑色/白色像素的比例值,确定待检测奶牛所属的类别;最后将待检测奶牛的二值体斑图像输入与该奶牛所属类型对应的个体分类模型中,得到待检测奶牛的个体身份识别结果。该种分类方法可以显著减少单个分类模型的输出端数量,提高识别效率。而且,二值化后的体斑图像保留了标识符的主要特征——黑白毛发的分布规律,可以减少分类模型需要学习的特征,提高分类模型的效率和精度。
-
公开(公告)号:CN120031943A
公开(公告)日:2025-05-23
申请号:CN202510119554.1
申请日:2025-01-24
Applicant: 河南科技大学
IPC: G06T7/60 , G06T7/62 , G06T7/10 , G06V10/762
Abstract: 本发明属于奶牛乳房健康检测技术领域,具体涉及一种基于点云数据的奶牛乳房区域体尺参数检测方法及计算机设备。包括以下步骤:获取奶牛的三维点云数据,输入到乳房分割模型中得到奶牛乳房三维点云数据,使用关键部位分割模型从奶牛乳房三维点云数据中将奶牛乳房的关键部位点云数据分割出来,并计算奶牛乳房体尺参数;乳房分割模型和/或关键部位分割模型为改进后的Pointnet++实例分割模型,Pointnet++实例分割模型的改进包括任选的两个相邻SA层之间设置有改进后的Heatblock注意力模块,Heatblock注意力模块的改进包括特征融合时的权重为动态权重;动态权重为将Heatblock注意力模块输入的特征进行卷积操作之后输入到激活函数中,然后将激活函数输出值与静态权重的乘积再加上偏置得到的。
-
公开(公告)号:CN116380899A
公开(公告)日:2023-07-04
申请号:CN202310366956.2
申请日:2023-04-07
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于无人机的甲烷浓度分布构建方法,属于大气监测技术领域。通过无人机搭载GPS定位模块、激光甲烷传感器和风向风速监测模块并按照预定的巡检路径进行巡检;根据各模块采集的数据,得到监测区域的甲烷积分浓度点阵信息;建立监测区域甲烷气体扩散模型,通过反演得到各个位置的甲烷浓度信息,然后绘制出监测区域的甲烷浓度分布地图;地面站显示所得甲烷浓度分布地图和可见光地图,并在可将光地图上对估计的排放源位置及排放量进行标注显示。本发明采用有效的浓度反演机制,能够得到具有连续的浓度分布特征的气体浓度分布图。
-
公开(公告)号:CN119785432A
公开(公告)日:2025-04-08
申请号:CN202411872738.7
申请日:2024-12-18
Applicant: 河南科技大学
IPC: G06V40/20 , G06V10/764
Abstract: 本发明属于牛只智能化检测技术领域,具体涉及一种基于背部代偿运动特征的牛只跛行识别方法。该方法根据背部躯干点云图像定位牛只的关键部位,进而提取背部代偿特征,根据提取的特征进行牛只跛行识别。背部代偿特征为根据牛只背部运动稳定机理进行深入分析提取出的特征,包括代偿运动特征和/或代偿位姿特征,代偿运动特征包括腰角骨和/或臀角骨在竖直方向的平均运动速度、腰角骨和/或臀角骨在x方向的平均运动速度、后蹄落地速度、臀角骨的不对称性和后蹄落地瞬间骶骨高度差中的至少一种,代偿位姿特征包括脊柱线轮廓的最大高度、脊柱线轮廓的拟合斜率和臀角骨与腰角骨的高度差中的至少一种。实现了无需训练便可实现跛行识别,提高了识别效率。
-
公开(公告)号:CN119131682A
公开(公告)日:2024-12-13
申请号:CN202411168961.3
申请日:2024-08-23
Applicant: 河南科技大学
Abstract: 本发明属于牛只智能化检测技术领域,具体涉及一种牛只异常行走检测方法。该方法首先获取牛只四蹄的沿牛只行走方向的运动曲线,从中提取各蹄的特征参数;特征参数包括由用于表征运动曲线导函数的相邻局部峰值的时间间隔的时间参数组成的序列以及由运动曲线导函数的局部峰值组成的序列;然后将提取的各蹄的特征参数输入至异常行走分类模型得到该牛只的异常行走分类结果;异常行走分类模型是利用包含异常行走分类标签的特征参数数据集对分类算法模型进行训练得到。本发明实现了牛只异常行走的精准检测,可作为跛行检测的前置程序,大大降低将异常行走误判为跛行的概率,解决现有技术中因出现牛只异常行走影响跛行检测精度的问题,具有良好应用前景。
-
-
-
-
-