-
公开(公告)号：CN114639047A
公开(公告)日：2022-06-17
申请号：CN202210272199.8
申请日：2022-03-18
Applicant: 海南大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , H04N5/225 , H04N5/247 , H04N7/18
Abstract: 本发明公开了一种基于卷积神经网络的海南长臂猿野外图像检测系统及方法，包括以下步骤：S1，对现有野外摄像头所传输的视频数据进行处理，获得海南长臂猿图像数据；S2，对每个所述图像数据进行标注预处理，建立海南长臂猿数据集；S3，在电脑端，构建目标检测模型，通过训练数据集得到目标检测模型；S4，对电脑端检测模型进行转化并部署在边缘设备端运行；S5，基于部署在边缘设备端的轻量级检测模型，结合现有野外摄像头，实时检测海南长臂猿。本发明通过卷积神经网络和边缘设备，能够全方位实时监测“濒危物种”海南长臂猿的生活轨迹，深入了解海南长臂猿的生活习性，拉近我们和大自然的距离，降低人力成本，助力海南长臂猿保护行动。
-
公开(公告)号：CN117649544A
公开(公告)日：2024-03-05
申请号：CN202311392497.1
申请日：2023-10-24
Applicant: 海南大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/24 , G06V20/10
Abstract: 本发明涉及一种轻量化水上目标检测方法、装置及介质，其中方法包括以下步骤：获取水上目标的图像数据，构建水上目标数据集；构建基于改进YOLOv7的目标检测模型，采用轻量化的线性瓶颈逆残差模块重构特征提取模块，并引入坐标注意力机制替换SE模块，同时，使用SPD结合非跨步卷积层的形式替代YOLOv7中的下采样模块；使用聚类算法对水上目标数据集进行聚类，将聚类后的数据集分配给不同尺度检测头，对目标检测模型进行训练；对训练后的目标检测模型进行结构重参数化；将采集到的图像输入结构重参数化后的目标检测模型，得到目标的位置和类别置信度信息。与现有技术相比，本发明能够在有限计算资源下实现快速精准的水上目标检测。
-
公开(公告)号：CN113658274B
公开(公告)日：2023-11-28
申请号：CN202110967116.2
申请日：2021-08-23
Applicant: 海南大学
Abstract: 本申请公开了一种用于灵长类动物种群行为分析的个体间距自动计算方法、装置及计算机可读存储介质。其中，方法包括预先基于深度学习算法训练得到用于对输入的待处理图像组中的各图像所包含的目标进行目标识别并输出目标相应位置信息的目标识别模型。将双目摄像头输出的左右两目图像进行统一坐标系处理，得到待处理图像组；将待处理图像组输入至目标识别模型，得到目标分别在待处理图像组中左右两目图像的位置信息。根据目标在左右两目图像的位置信息计算视差信息，并通过双目摄像头的内部参数和外部参数计算视差信息对应的三维坐标信息，最后基于各目标的三维坐标信息进行测距计算，有效提高生物种群各生物个体之间的间距计算效率。
-
公开(公告)号：CN113658274A
公开(公告)日：2021-11-16
申请号：CN202110967116.2
申请日：2021-08-23
Applicant: 海南大学
Abstract: 本申请公开了一种用于灵长类动物种群行为分析的个体间距自动计算方法、装置及计算机可读存储介质。其中，方法包括预先基于深度学习算法训练得到用于对输入的待处理图像组中的各图像所包含的目标进行目标识别并输出目标相应位置信息的目标识别模型。将双目摄像头输出的左右两目图像进行统一坐标系处理，得到待处理图像组；将待处理图像组输入至目标识别模型，得到目标分别在待处理图像组中左右两目图像的位置信息。根据目标在左右两目图像的位置信息计算视差信息，并通过双目摄像头的内部参数和外部参数计算视差信息对应的三维坐标信息，最后基于各目标的三维坐标信息进行测距计算，有效提高生物种群各生物个体之间的间距计算效率。
-
-
-
Search Results
4
records
(took 0.024 seconds)
