-
公开(公告)号：CN112947587A
公开(公告)日：2021-06-11
申请号：CN202110117204.3
申请日：2021-01-28
Applicant: 南通大学
IPC: G05D1/12
Abstract: 本发明涉及一种智能化无人艇搜救系统及搜救方法，包括位于救援中心的主控台、无人艇本体、定位模块、导航模块、搜寻模块、救援模块和控制处理台，所述主控台用于接收事故地点和救援事件，定位模块和导航模块用于导航无人艇到事故地点，搜寻模块用于在事故地点搜寻事故人员，救援模块用于搭载事故人员返回无人艇，本发明在执行海上救援任务时，灵活性高，实时性强，在事故地点附近能够自主定位导航，进行救援目标搜索，降低了救援的人工成本，提高了救援速度。
-
公开(公告)号：CN113177924A
公开(公告)日：2021-07-27
申请号：CN202110503947.4
申请日：2021-05-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/187 , G01N21/88 , G06K9/38 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/40
Abstract: 本发明公开了一种工业流水线产品瑕疵检测方法，包括如下步骤：采集产品瑕疵图像，形成产品瑕疵图像数据集；把产品瑕疵图像数据集分为训练集、验证集和测试集；对VGG16网络模型进行训练、验证和测试，形成训练好的VGG16网络模型；对有瑕疵的产品图片采用SSD检测算法对特征进行提取，完成产对产品瑕疵的分类；在保证产品质量合格性的同时提高工业制造中带孔工件的检测效率，促进其生产率。
-
公开(公告)号：CN114494862A
公开(公告)日：2022-05-13
申请号：CN202210027227.X
申请日：2022-01-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于无人机影像的区域速生林密度精确统计方法，包括：通过无人机搭载RGB摄像机，对不可种植区的速生林覆盖区域进行俯拍；构建速生林植株追踪计数模型和不可种植区语义分割模型；根据速生林木生长状态与林场分布的地形和面积，确定无人机航拍飞行计划，将航拍影像输入到速生林植株追踪计数模型中进行检测，得到植株的数量；根据无人机的飞行高度、速度、轨迹与图像拼接的现实需求，筛选无人机航拍影像，抽取关键帧，构建全林场航拍地图，利用训练好的分割模型分割出图像中的不可种植区，结合摄像头参数以及无人机的飞行高度，得出可种植速生林的面积，经计算可得速生林的密度。本发明方便规划种植，提高经济效益。
-
公开(公告)号：CN114463630A
公开(公告)日：2022-05-10
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06K9/62 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种对速生林中多种不同植株生长态势精准判断的方法，包括：步骤S1、首先划定速生林区域，无人机对速生林进行垂直俯拍；步骤S2、对植株与其他物体进行前景背景分离；步骤S3、使用多任务学习的方法对树木的种类进行判别；步骤S4、通过树冠面积和树叶整体颜色对植株的长势进行判断，识别出发育不良的植株；步骤S5、对检测出的发育不良植株的位置进行定位输出；将发育不良的树种信息发送给速生林工作人员，为制定培育方案提供依据。本发明提出的判别植株发育情况的方法兼具准确率和时效性，并且能降低实施方案对硬件设备的要求，从而降低成本提高经济效益。
-
公开(公告)号：CN114494862B
公开(公告)日：2024-09-27
申请号：CN202210027227.X
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06T7/11 , G06T7/62 , G06T3/4038 , G06T3/4046 , G06N3/0464
Abstract: 本发明公开了一种基于无人机影像的区域速生林密度精确统计方法，包括：通过无人机搭载RGB摄像机，对不可种植区的速生林覆盖区域进行俯拍；构建速生林植株追踪计数模型和不可种植区语义分割模型；根据速生林木生长状态与林场分布的地形和面积，确定无人机航拍飞行计划，将航拍影像输入到速生林植株追踪计数模型中进行检测，得到植株的数量；根据无人机的飞行高度、速度、轨迹与图像拼接的现实需求，筛选无人机航拍影像，抽取关键帧，构建全林场航拍地图，利用训练好的分割模型分割出图像中的不可种植区，结合摄像头参数以及无人机的飞行高度，得出可种植速生林的面积，经计算可得速生林的密度。本发明方便规划种植，提高经济效益。
-
Patent Agency Ranking
公开(公告)号：CN114463630B
公开(公告)日：2024-07-12
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种对速生林中多种不同植株生长态势精准判断的方法，包括：步骤S1、首先划定速生林区域，无人机对速生林进行垂直俯拍；步骤S2、对植株与其他物体进行前景背景分离；步骤S3、使用多任务学习的方法对树木的种类进行判别；步骤S4、通过树冠面积和树叶整体颜色对植株的长势进行判断，识别出发育不良的植株；步骤S5、对检测出的发育不良植株的位置进行定位输出；将发育不良的树种信息发送给速生林工作人员，为制定培育方案提供依据。本发明提出的判别植株发育情况的方法兼具准确率和时效性，并且能降低实施方案对硬件设备的要求，从而降低成本提高经济效益。
-
公开(公告)号：CN114494694A
公开(公告)日：2022-05-13
申请号：CN202210027704.2
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06K9/62 , G06T3/40 , G06T5/00 , G06T5/20 , G06T7/33 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种种植园场景下的语义建图方法，将种植园划分为不同区域，设定无人机飞行参数，确定摄像头拍摄的中心点；使用无人机分别采集高空冠层和低空枝叶图像，训练胶囊神经网络获得两种分类器，两种分类器为高空冠层分类器和低空枝叶分类器；根据高空冠层分类器对地貌及树种进行分类；根据低空枝叶分类器对上一步骤的分类结果进行校验；对校验完成的语义图片进行拼接，生成种植园语义地图；本方法有着成本低，训练集小，准确率高，受拍摄干扰影响小的优点，又提高了树种识别分类的效率，通过冠层图像，对种植园进行大范围高效识别，使模型有了实际工程应用价值。
-
公开(公告)号：CN114330518A
公开(公告)日：2022-04-12
申请号：CN202111538168.4
申请日：2021-12-15
Applicant: 南通大学
IPC: G06K9/62 , G06Q50/02 , G06T7/33 , G06V20/17 , G06V10/774
Abstract: 本发明公开了基于无人机航拍RGB图像的速生林生长情况检测方法，利用无人机搭载低成本的RGB相机进行周期性拍摄，记录拍摄过程中的时间、位置信息；利用D2‑Net从众多图像信息中将不同时间拍摄的同一区域图像提取出来，并进行对齐操作；对配准并对齐后的图像利用RefineNet进行语义分割，识别并保留速生林冠层部分，剔除其他无关部分；对完成配准对齐以及分割操作后的图像利用ChangeNet进行变化检测输出冠层面积变化图；结合图像拍摄时间建立速生林冠层面积在时间尺度上的变化情况，最后根据速生林生长习性分析判断其生长情况；本发明提供的速生林生长检测方法成本低，易实现，可有效降低管理人员的工作压力。
-
公开(公告)号：CN113627369A
公开(公告)日：2021-11-09
申请号：CN202110941344.2
申请日：2021-08-16
Applicant: 南通大学
Abstract: 本发明公开了一种竞拍场景下的动作识别与跟踪方法；包括：获取人体骨骼数据；简化关节点间角度特征；对关节点进行重要性排序分配不同权重并对关节点进行异步跟踪；计算关节点的空间距离进行平面映射并将高度宽度距离转为与自身上半身的比值对动作进行二次验证；对分类好的角度特征，距离特征基于逻辑回归进行训练，得到竞拍动作的阈值；最后根据时域特征来进一步对竞拍动作进行识别与确认；本发明在相同的硬件资源下提高了识别的速度与准确性。
-
公开(公告)号：CN114494694B
公开(公告)日：2024-09-20
申请号：CN202210027704.2
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06T5/70 , G06T3/4007 , G06T5/20 , G06T7/33 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种种植园场景下的语义建图方法，将种植园划分为不同区域，设定无人机飞行参数，确定摄像头拍摄的中心点；使用无人机分别采集高空冠层和低空枝叶图像，训练胶囊神经网络获得两种分类器，两种分类器为高空冠层分类器和低空枝叶分类器；根据高空冠层分类器对地貌及树种进行分类；根据低空枝叶分类器对上一步骤的分类结果进行校验；对校验完成的语义图片进行拼接，生成种植园语义地图；本方法有着成本低，训练集小，准确率高，受拍摄干扰影响小的优点，又提高了树种识别分类的效率，通过冠层图像，对种植园进行大范围高效识别，使模型有了实际工程应用价值。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
