|
|
钻瓜专利网为您找到相关结果 27个，建议您 升级VIP下载更多相关专利
- [发明专利]一种鲁棒的作物病害诊断系统-CN202011005483.6有效
-
雷印杰;陈浩楠;王浩
-
四川大学
-
2020-09-22
-
2023-04-25
-
G06V20/10
- 本发明提供一种鲁棒的作物病害诊断系统，包括以下步骤：S1、使用者通过智能手机拍摄待检测的农作物叶面，得到待检测农作物的叶面图片；S2、针对步骤S1得到的图片，使用Canny边缘检测算法进行处理，得到叶面边缘的二值图；S3、根据步骤S1得到的图片，将其送入病虫害检测模块的非局部空间注意力卷积分支提取，得到第一特征。本发明所述的一种鲁棒的作物病害诊断系统，通过计算机算法对摄像头获取到的植物茎叶图片对植物的健康状态进行判断，如果有病害存在则诊断出病害的种类，属于计算机视觉技术领域，在于实现一种可以在移动端运行、兼具实时性以及准确性的深度神经植物病虫害检测模型，代替目前的人工识别方式。
- 一种作物病害诊断系统
- [发明专利]一种基于语义感知的跨域道路场景语义分割方法-CN202210083793.2有效
-
雷印杰;彭铎
-
四川大学
-
2022-01-21
-
2023-04-25
-
G06V20/56
- 本发明涉及语义分割技术领域，且公开了一种基于语义感知的跨域道路场景语义分割方法，所述予以分割方法包括以下步骤：S1、将源域图像按照批次送入特征编码器，得到批次内多个图像的特征；S2、将批次内图像特征送入基于语义感知的中心对齐模块，将具有不同风格的源域图像在特征空间内实现全局中心对齐；S3、将中心对齐后的特征送入基于语义感知的分布对齐模块，对批次内多种风格的图像特征进一步实现局部分布对齐。该基于语义感知的跨域道路场景语义分割方法，减轻标注成本，训练网络最基础的源域图像可以直接从游戏中获得，相应的标签也是通过引擎直接生成，无需人工标注，节省大量人力物力。
- 一种基于语义感知道路场景分割方法
- [发明专利]一种跨模态单样本三维点云分割方法-CN202210083858.3有效
-
雷印杰;杨昱威
-
四川大学
-
2022-01-21
-
2023-04-18
-
G06V10/26
- 本发明涉及计算机视觉技术领域，且公开了一种跨模态单样本三维点云分割方法，首先针对目标场景中的所有类别建立类级别的单一文本描述集，分别使用不同的嵌入网络将支撑文本和查询点云映射到各自的特征空间中，接着应用双重注意力和自注意力完成模态内的特征交互并设计视觉‑语义变换器结构在统一的空间中对齐模态间的特征，最后构建文本原型并采用非参数化的度量方法来对点云进行逐点匹配，从而完成分割任务。该跨模态单样本三维点云分割方法，数据便于获取，极大减轻人力消耗且迁移扩展能力强，本方法仅通过使用容易获取的单一“类级别”文本描述作为支撑集引导查询点云完成单样本分割，无需大规模点云数据且完全避免对支撑点云的逐点标注。
- 一种跨模态单样本三维分割方法
- [发明专利]一种高精度通用的三维点云识别方法-CN202110163721.4有效
-
雷印杰;杨昱威
-
四川大学
-
2021-02-05
-
2022-09-02
-
G06V10/764
- 本发明公开一种高精度通用的三维点云识别方法，它包括：将点云的特征信息通过非线性映射得到不同变换空间下的表示；将得到的表示使用图注意力网络提取局部编码特征，通过全局空间融合得到全局编码特征，将局部编码特征和全局编码特征通过门控特征聚合机制得到融合后的点云特征；将融合后的点云特征送入分类器中得到预测结果；构建整体预测损失函数并加入独立性判别损失用于网络训练和优化，同时保存合适的模型参数。本发明在每个变换中使用图注意力卷积神经网络有效地提取点云特征，并通过门控机制高效的融合，同时引入希尔伯特‑施密特独立性指标对点云特征相似度进行衡量，并通过最小化特征相似度来减小信息冗余，以获得更加丰富的特征表示。
- 一种高精度通用三维识别方法
- [发明专利]一种大场景点云语义分割方法-CN202110164458.0有效
-
雷印杰;金钊
-
四川大学
-
2021-02-05
-
2022-07-12
-
G06T7/10
- 本发明公开一种大场景点云语义分割方法，它包括如下步骤：将包含特征信息的三维点云数据进行特征拼接得到点云初始特征；将点云初始特征进行扩张图卷积和随机采样得到多层中间特征和采样编码特征；对多层中间特征进行跨层上下文推理得到互补上下文特征，并拼接到最后一层得到的采样编码特征中得到最终编码特征；将最终编码特征进行解码得到解码特征；将解码特征输入全连接层分类器得到分割结果预测；构建损失函数训练并优化模型，保存模型参数。本发明在编码阶段利用跨层上下文推理聚合多层上下文，在解码阶段采用注意力融合进行特征选择，在保证效率的同时能够有效弥补信息损失和降低特征冗余，从而提升准确率。
- 一种景点语义分割方法
- [发明专利]高泛化性的跨域道路场景语义分割方法和系统-CN202110164478.8有效
-
雷印杰;彭铎
-
四川大学
-
2021-02-05
-
2022-06-24
-
G06T7/41
- 本发明公开一种高泛化性的跨域道路场景语义分割方法，包括：通过游戏引擎产生虚拟图像及对应标签；利用虚拟图像生成全局/局部纹理迁移图像；对虚拟图像、全局/局部纹理迁移图像送入神经网络进行训练；将神经网络训练的全局/局部纹理迁移图像进行一致性约束；对经过神经网络训练的虚拟图像以及经过一致性约束的局纹理迁移图像和局部纹理迁移图像分别与标签计算损失值，并依据损失值训练语义分割模型；利用训练好的语义分割模型进行语义分割。本发明通过对虚拟图像的全局纹理迁移和局部纹理迁移实现数据增强，攻击神经网络，迫使模型学习跨域不变的形状信息；且该方法只在源域进行网络训练，实现了可靠的跨域分割效果，同时拥有很强的泛化性能。
- 泛化道路场景语义分割方法系统
- [发明专利]一种基于多层级的高质量点云补全方法-CN202110457260.1有效
-
雷印杰;周子钦
-
四川大学
-
2021-04-27
-
2022-06-24
-
G06T5/00
- 本发明提供一种基于多层级的高质量点云补全方法，属于计算机视觉技术领域，通过将原始残缺点云经过随机区域划分器生成为多个不完整区域，随后提取残缺点云的全局特征与不完整区域的局部特征，通过预恢复模块生成预恢复后的完整区域，再利用预恢复的完整区域通过多层级特征聚合器获得融合特征，然后采取由粗到细的策略生成具有丰富细节的完整点云，将前面得到的局部与全局点云与对应真实完整点云计算损失，并依据损失值训练网络，保存训练模型，即可得应用于残缺点云数据进行补全操作；该方法的目的在于使得神经网络在点云补全时关注局部结构，搭建从局部到整体的补全框架，对缺失的局部区域进行重点修补，从而提升补全后点云的细节结构质量。
- 一种基于多层质量点云补全方法
- [发明专利]一种基于病斑相关性的植物病害诊断系统-CN202011007107.0有效
-
雷印杰;陈浩楠;王浩
-
四川大学
-
2020-09-22
-
2022-06-03
-
G06V20/30
- 本发明提供一种基于病斑相关性的植物病害诊断系统，包括以下步骤：S1、通过摄像设备采集图片，并通过网络将图片上传到云端服务器；S2、针对步骤S1得到的图片，对图片进行缩放和归一化预处理，使用CenterNet目标检测算法检测上传图片中存在的病斑区域；S3、根据步骤S2得到的所有病斑区域，将其依次送入聚类特征提取模型得到特征集；S4、根据步骤S3得到的特征集，计算特征集中的每个特征计算与数据库中的所有特征的余弦相似度并对所有区域进行面积加权求和，取加权余弦相似度最大的特征的类别作为诊断结果。本发明属于计算机视觉技术领域，代替传统直接基于的整张图片的识别方式，实现了高精度的植物病虫害识别。
- 一种基于相关性植物病害诊断系统
|
