“钮冰姗”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]一种花生果仁数量的识别方法和装置-CN201810172583.4有效
发明人：李振波;钮冰姗;李光耀;彭芳;吴静;朱玲;李晨;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-03-01 - 公布日： 2021-06-18 - 主分类号： G06K9/46 文献下载
摘要：本发明提供一种花生果仁数量的识别方法和装置，通过获取花生的识别图像，提取识别图像的识别参数，识别参数包括识别图像中花生的长度、宽度、长宽比、面积以及识别图像的方向梯度直方图特征向量，将识别参数输入至已训练的支持向量机模型，输出花生的果仁数量；从而通过花生的图像实现对花生果仁数量的分类识别，实现了机器识别的智能化，节省了由于人工识别花生果仁数量而投入的大量劳动力，提高了工作效率，加快了花生产品商业化的发展进程。
一种花生果仁数量识别方法装置

[发明专利]一种水下海参图像去雾增强方法及系统-CN201810456335.2有效
发明人：李振波;李光耀;钮冰姗;彭芳;朱玲;吴静;李晨;李道亮 -专利权人：中国农业大学
申请日： 2018-05-14 - 公布日： 2021-01-15 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种水下海参图像去雾增强方法及系统，所述方法包括：基于暗通道优先算法对目标水下海参图像进行去雾处理，获取初步处理图像；基于Retinex算法对所述初步处理图像进行处理，获取所述初步处理图像的反射图像；基于HSV空间色彩增强算法对所述反射图像进行色彩增强处理，获取去雾增强后的目标水下海参图像。本发明在增强目标水下海参图像的鲜艳度的同时，避免色彩失真，解决了伪影、色彩失真和噪声放大等问题，且无需先验知识就可实现目标水下海参图像的去雾增强。
一种水下海参图像增强方法系统

[发明专利]一种蔬菜图像的分类识别方法及系统-CN201810179084.8有效
发明人：李振波;朱玲;吴静;李晨;李光耀;钮冰姗;彭芳;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-03-05 - 公布日： 2020-12-15 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种蔬菜图像的分类识别方法及系统。方法包括：将待识别蔬菜图像输入至训练好的目标卷积神经网络模型，获取所述待识别蔬菜图像的分类识别结果；其中，所述训练好的目标卷积神经网络模型通过以下步骤获取：在卷积神经网络模型中添加全连接层，搭建所述目标卷积神经网络模型；通过蔬菜图像训练集，对所述目标卷积神经网络模型进行训练，获取所述训练好的目标卷积神经网络模型。本发明提供的方法及系统，通过在卷积神经网络模型中添加全连接层，搭建所述目标卷积神经网络模型并进行训练，基于训练好的目标卷积神经网络模型，对图像进行分类识别，提高了图像分类识别的准确率。
一种蔬菜图像分类识别方法系统

[发明专利]一种鱼苗长度测量方法及系统-CN201811076314.4有效
发明人：李振波;钮冰姗;李光耀;彭芳;李晔;杨泳波;杨晋琪;李飞;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-09-14 - 公布日： 2020-12-08 - 主分类号： G06T7/60 文献下载
摘要：本发明实施例提供一种鱼苗长度测量方法及系统，该方法包括：通过双目视觉方法获取若干个鱼苗的长度，将所述若干个鱼苗照片作为训练样本集，将每一鱼苗样本的长度作为所述训练样本集的标签，所述训练样本集中包括若干个鱼苗的长度和所述若干个鱼苗的图像；将待测鱼苗图像作为测试样本集，通过训练后的神经网络模型，获取测试样本集中每一鱼苗的长度，所述训练后的神经网络模型通过迁移学习的深度网络模型所得。本发明实施例提供的一种鱼苗测量方法及系统，通过机器学习的方法获得待测鱼苗的长度，可以实现在鱼苗不离开水的情况下测量得到鱼苗的长度信息，减少对鱼苗的伤害。
一种鱼苗长度测量方法系统

[发明专利]一种家庭环境下的危险行为识别方法-CN201810110693.8有效
发明人：李振波;李光耀;钮冰姗;彭芳;朱玲;吴静;李晨;李道亮 -专利权人：中国农业大学
申请日： 2018-02-05 - 公布日： 2020-09-25 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种家庭环境下的危险行为识别方法，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。本发明提供的方法，通过人体轮廓质心的变化对人体行为进行判断，解决了复杂的室内环境中人体行为的识别问题，提高了家庭环境下危险行为自动预警功能的实时性，使得家庭监控更加智能化。
一种家庭环境危险行为识别方法

[发明专利]一种水下海参识别方法及系统-CN201811044429.5在审
发明人：李振波;彭芳;苗政;钮冰姗;李光耀;杨晋琪;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-09-07 - 公布日： 2019-02-12 - 主分类号： G06K9/46 文献下载
摘要：本发明实施例提供水下海参识别方法及系统，其中，所提供的方法包括：获取水下海参图像；将所述水下海参图像输入到预设的基于YOLOv3网络的海参识别模型中，通过模型计算，获得水下海参图像中海参的位置信息，输出海参检测图像。本发明实施例提供的方法，将深度学习算法适应性地迁移到水下图像领域，并做一些适应性地改进，提升水下海参检测的准确率。使YOLOv3算法能应用到水下真实环境中，克服由于环境复杂而难以精确实时地识别和定位水下海参的实际困难，能很好的适应自动检测和自动捕捞等实际应用需求。
海参图像检测图像模型计算水下图像图像输入学习算法应用需求真实环境自动检测准确率算法预设捕捞迁移输出检测应用改进网络

[发明专利]一种水下图像目标检测方法及系统-CN201810965772.7在审
发明人：李振波;彭芳;苗政;李光耀;钮冰姗;杨晋琪;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-08-23 - 公布日： 2019-01-15 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种水下图像目标检测方法及系统，包括：获取待检测水下图像，并利用MS‑CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理得到第一图像；将所述第一图像输入训练好的预设特征金字塔网络FPN，输出目标检测结果；其中，所述预设FPN的卷积层为PVA网络，且加入C.ReLU结构。通过对待检测水下图像进行预处理之后，采用改进的FPN对经过预处理的待检测水下图像进行目标检测，输出目标检测结果，无需手动设计特征，检测过程耗时短，且得到的检测结果准确度高，能很好的适应自动检测和自动捕捞等实际应用需求。
水下图像预处理检测结果目标检测检测去噪算法输出目标预设金字塔网络设计特征图像输入应用需求自动检测准确度先验卷积耗时捕捞图像改进网络

[发明专利]一种鱼苗的分类方法、系统和设备-CN201810724989.9在审
发明人：李振波;钮冰姗;彭芳;李光耀;吴静;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-07-04 - 公布日： 2018-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种鱼苗的分类方法、系统和设备，通过在预设距离处采集鱼苗的图片；提取图片中鱼苗的轮廓特征；将图片中鱼苗的轮廓特征输入到已训练的神经网络，输出多个预设尺寸的概率值；将最大的概率值对应的预设尺寸作为鱼苗的尺寸，根据鱼苗的尺寸对鱼苗进行分类。该方法、系统和设备基于采集的鱼苗的图片和神经网络，能实现对鱼苗的尺寸进行精准的评估，进而实现精准的分类，智能化程度高，分类准确率高，具有的实用意义大。
鱼苗系统和设备分类轮廓特征神经网络预设采集分类准确率图片预设距离智能化概率输出评估

[发明专利]水质预测方法和系统-CN201810531233.2在审
发明人：李振波;吴静;钮冰姗;彭芳;李光耀;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-05-29 - 公布日： 2018-11-20 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供水质预测方法和系统。其中，方法包括：获取一定时间段内的水质参数的观测数据，将一定时间段内每一时间单位的水质参数的观测数据按照时间顺序进行排序，获取观测数据序列；根据预设的滑动窗口，获取观测数据序列末端的子序列作为特征序列；将特征序列输入至预设的反向传播神经网络，根据预设的反向传播神经网络的输出，获得水质参数的预测结果。本发明实施例提供的水质预测方法和系统，通过滑动窗口处理一定时间段内的水质参数的观测数据获得特征序列，并将特征序列输入反向传播神经网络，获得水质参数的预测结果，能有效提高预测精度。
观测数据水质参数特征序列反向传播神经网络时间段预设预测滑动窗口预测结果水质时间顺序序列末端子序列排序输出

[发明专利]一种花生品种识别方法及系统-CN201810349090.3在审
发明人：李振波;钮冰姗;李光耀;彭芳;吴静;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-04-18 - 公布日： 2018-11-09 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种花生品种识别方法及系统，其中，所提供的方法包括：获取包含花生的图像，提取所述图像中花生部分的特征，根据所述花生部分的特征获取所述图像中花生部分的特征表示；根据所述图像中花生部分的特征表示，对所述图像中的花生的品种进行识别。本发明实施例提供的方法，对图像中的花生部分进行特征提取，获得图像花生部分的特征表示，同时对花生部分的特征表示进行识别，从而对混合花生图像进行精准分类，对于花生品种繁多的现状，相比于人工识别，分类准确率高。
花生图像特征表示花生品种分类准确率精准分类人工识别特征获取特征提取

[发明专利]一种去除农田中杂草的方法及系统-CN201810360478.3在审
发明人：李振波;钮冰姗;李光耀;彭芳;吴静;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-04-20 - 公布日： 2018-11-09 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种去除农田中杂草的方法及系统。方法包括：将农田图像输入至训练好的支持向量机中，以识别出所述农田图像中的作物区域，并在所述农田图像中，将剔除所述作物区域后的剩余区域作为杂草区域；若判断获知所述农田图像中存在所述杂草区域，则根据所述农田图像与所述农田图像对应的真实农田的比例关系，以及所述杂草区域在所述农田图像中的位置，获取所述真实农田中的真实杂草的位置信息；根据所述真实杂草的位置信息，去除所述真实杂草。通过支持向量机识别农田图像中的杂草区域，识别快速且精确，从而使得能及时且精确地对真实农田中的杂草进行去除，同时减小了对生态环境破坏力。
杂草农田图像去除农田支持向量机作物区域生态环境剩余区域获知减小剔除

[发明专利]一种水体水质预测方法、系统及装置-CN201810437486.3在审
发明人：李振波;彭芳;苗政;钮冰姗;李光耀;吴静;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-05-09 - 公布日： 2018-10-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种水体水质预测方法、系统及装置，所述方法包括：分别对目标水体的多组水质参数和对应的气象参数进行缺失数据处理和归一化处理，获取标准气象参数和标准水质参数；基于所述标准气象参数和标准水质参数，利用训练好的自编码器与长短时记忆网络融合预测模型，获取所述目标水体的预测水质指标；其中，所述自编码器与长短时记忆网络融合预测模型为，预先利用所述目标水体的标准样本水质参数和对应的标准样本气象参数，依次对构建的初始自编码器和初始长短时记忆网络模型进行训练获取的。本发明能够有效挖掘水体多参数之间的相互作用关系，从而对水体水质进行有效预测，揭示水质因子变化的关键规律。
气象参数记忆网络水体水质水体编码器系统及装置预测标准水质标准样本水质参数预测模型归一化处理水质因子水质指标有效挖掘数据处理融合多参数构建

[发明专利]农作物产量预测方法和系统-CN201810460935.6在审
发明人：李振波;钮冰姗;彭芳;李光耀;吴静;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2018-05-15 - 公布日： 2018-10-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例提供农作物产量预测方法和系统。其中，方法包括：根据第一统计期内的气象数据、第一统计期所属的第二统计期内的气象数据和第一统计期的时间信息，获取农作物的特征数据；将所述特征数据输入训练好的神经网络模型，获取农作物产量预测结果。本发明实施例提供的农作物产量预测方法和系统，通过神经网络模型预测农作物产量，能快速、方便地获得精度高的农作物产量预测结果。
产量预测农作物气象数据特征数据统计神经网络模型预测神经网络模型时间信息

[发明专利]一种基于模型融合的果蔬图像分类识别方法及系统-CN201711444688.2在审
发明人：李振波;朱玲;林尚纬;吴静;李晨;彭芳;钮冰姗;李光耀;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2017-12-27 - 公布日： 2018-07-24 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于模型融合的果蔬图像分类识别方法及系统，所述的方法包括：将待识别果蔬图像分别输入训练后的多个神经网络模型中的每一个神经网络模型中，以使每一个神经网络模型输出待识别果蔬图像的识别结果；对每一个神经网络模型输出的识别结果进行融合处理，得到该待识别果蔬图像的最终识别结果。本发明通过模型融合，能够充分发挥多个网络模型的分类特点，让同一个样本经过不同的网络模型的多次分类，最终产生一个优化组合后的分类识别结果，这个分类识别结果往往比单个网络模型产生的分类识别结果更可靠，更准确。
分类识别果蔬图像神经网络模型模型融合网络模型输出分类特点融合处理优化组合样本分类

[发明专利]基于AlexNet网络模型的果蔬分类方法及装置-CN201710943377.4在审
发明人：李振波;朱玲;林尚伟;吴静;李晨;李光耀;钮冰姗;彭芳;岳峻;李道亮 -专利权人：中国农业大学
申请日： 2017-10-11 - 公布日： 2018-04-06 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于AlexNet网络模型的果蔬图像分类方法及装置。该方法包括获取目标果蔬的图像，将所述图像输入至目标AlexNet网络模型，输出所述图像对应的果蔬种类。本发明实现了果蔬的自动分类，应用于果蔬的分拣工作中，可大大提高分拣效率降低成本。
基于 alexnet 网络模型分类方法装置

1
2
下一页»
尾页
共 17 条