公开(公告)号：CN118333056A

公开(公告)日：2024-07-12

申请号：CN202410434428.0

申请日：2024-04-11

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  齐梓均 ,  赵春江 ,  吴华瑞 ,  李书琴 ,  朱华吉 ,  牛当当 ,  宋荣杰 ,  朱珊娜 ,  吕志明 ,  黄小星 ,  冯明晨 ,  潘丽鹏 ,  吴丹阳

IPC: G06F40/295 ,  G06N3/0442 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/047

Abstract: 本发明提供了一种考虑双维信息的中文猕猴桃文本命名实体识别方法，双维信息为水平维度文本信息与垂直维度文本信息，包括：步骤1，构建中文猕猴桃文本数据集；步骤2，中文猕猴桃文本矢量化；步骤3，通过CoordKIWINER模块增强字符矢量文本信息；步骤4，使用PruneBi‑LSTM网络对中文猕猴桃文本进行序列编码；步骤5，使用条件随机场，对语句特征矢量H进行译码，得到输入的特征张量X最终的输出序列Y*。本发明创造性地设计了CoordKIWINER与PruneBi‑LSTM两个模块，有效解决了中文猕猴桃文本双维度信息未被利用这一问题，进一步提升了针对猕猴桃文本命名实体识别的准确率，并在自建领域数据集上取得了最优的效果。

公开(公告)号：CN117649699A

公开(公告)日：2024-03-05

申请号：CN202311437895.0

申请日：2023-10-31

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  武杰 ,  韩亚敏 ,  蔡明宇 ,  黄铝文 ,  蒲攀 ,  李斌 ,  昝林森 ,  王洪宝 ,  黄小星 ,  赵乾坤

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/084

Abstract: 本发明提供了一种基于时刻偏移损失的肉牛异常行为视频时序定位方法，包括：步骤S1，构建肉牛异常行为时序定位数据集：步骤S2，提取肉牛异常行为视频特征：步骤S3，实现肉牛异常行为时序定位方法：步骤S4，利用中心点‑始末时刻偏移损失函数和焦点损失函数训练肉牛异常行为时序定位模型；步骤S5，肉牛异常行为时序定位。针对现有时序定位方法仅针对单一目标且准确性差的问题，本发明的计算行为发生和结束时刻偏移量的损失函数——中心点‑始末时刻偏移损失函数，构建基于时刻偏移损失的肉牛异常行为视频时序定位方法，实现监控视频中肉牛异常行为的时序定位，以满足真实养殖场景下肉牛精准管理时获取异常行为发生时间的需求。

公开(公告)号：CN116612409B

公开(公告)日：2025-05-09

申请号：CN202310469187.9

申请日：2023-04-27

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  韩亚敏 ,  武杰 ,  蔡明宇 ,  张秀伟 ,  王炳科 ,  黄小星 ,  黄铝文 ,  蒲攀 ,  陈炳泽

IPC: G06V20/40 ,  G06V20/52 ,  G06V40/10 ,  G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明提供了一种基于视频时空特征的肉牛行为识别方法，包括：步骤S1，构建肉牛行为数据集；步骤S2，构建肉牛行为识别模型：采用双分支频谱通道时空聚合与激励模型构建肉牛行为识别模型，肉牛行为识别模型包括视频采样模块、特征提取网络和预测模块；步骤S3，肉牛行为识别模型训练；步骤S4，肉牛行为识别。本发明可以从视频帧序列中提取具有显著运动差异的帧，确保充分保留肉牛运动信息；再者通过运动激励模块、运动聚合模块提取视频中长短时空特征，通过频谱通道注意力机制调整特征图不同通道对运动的表征权重，构建空间特征提取分支增强空间特征，模型对肉牛行为视频中的特征信息捕捉更全面，对肉牛行为识别准确性更高。

公开(公告)号：CN118334511A

公开(公告)日：2024-07-12

申请号：CN202410350143.9

申请日：2024-03-26

Applicant: 西北农林科技大学 ,  西安农链互联网科技有限公司

Inventor： 张宏鸣 ,  唐恒翱 ,  孙志同 ,  沈寅威 ,  黄小星 ,  张婷 ,  阳光 ,  高郑杰 ,  牛当当 ,  宋荣杰 ,  苏凯悦

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于叶片的葡萄早期品种识别方法，包括：步骤一，葡萄叶片拍摄；步骤二，构建数据集；步骤三，引入分割模型实现背景剔除；步骤四，构建葡萄叶片细粒度分类模型：步骤S401，采用ResNet50模型；步骤S402，构建ResNet50se模型；步骤S403，构建ResSTM模型；步骤S404，构建多尺度特征融合结构的分类模型：步骤五，葡萄早期品种识别。本发明解决了目前葡萄早期品种识别存在的人工识别专业性要求高、背景复杂、类间识别精度低等问题。通过构建统计纹理模块，构建融合统计纹理信息，丰富提取特征信息。引入注意力机制，提升对重要特征信息的关注度。并且设计了金字塔多尺度融合模块，使模型可以在不同尺度下对不同大小的目标进行预测，增强模型分类精度和鲁棒性。

公开(公告)号：CN116612409A

公开(公告)日：2023-08-18

申请号：CN202310469187.9

申请日：2023-04-27

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  韩亚敏 ,  武杰 ,  蔡明宇 ,  张秀伟 ,  王炳科 ,  黄小星 ,  黄铝文 ,  蒲攀 ,  陈炳泽

IPC: G06V20/40 ,  G06V20/52 ,  G06V40/10 ,  G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明提供了一种基于视频时空特征的肉牛行为识别方法，包括：步骤S1，构建肉牛行为数据集；步骤S2，构建肉牛行为识别模型：采用双分支频谱通道时空聚合与激励模型构建肉牛行为识别模型，肉牛行为识别模型包括视频采样模块、特征提取网络和预测模块；步骤S3，肉牛行为识别模型训练；步骤S4，肉牛行为识别。本发明可以从视频帧序列中提取具有显著运动差异的帧，确保充分保留肉牛运动信息；再者通过运动激励模块、运动聚合模块提取视频中长短时空特征，通过频谱通道注意力机制调整特征图不同通道对运动的表征权重，构建空间特征提取分支增强空间特征，模型对肉牛行为视频中的特征信息捕捉更全面，对肉牛行为识别准确性更高。