-
1.发明专利
公开(公告)号：BR112022018476A2
公开(公告)日：2022-11-01
申请号：BR112022018476
申请日：2021-03-15
Applicant: BASF SE
Inventor： ARANZAZU BERECIARTUA-PEREZ , ARTZAI PICON RUIZ , CORINNA MARIA SPANGLER , CHRISTIAN KLUKAS , TILL EGGERS , JONE ECHAZARRA HUGUET , RAMON NAVARRA-MESTRE
IPC: G06N3/04
Abstract: MÉTODOS IMPLEMENTADO POR COMPUTADOR, PRODUTO DE PROGRAMA DE COMPUTADOR E SISTEMA DE COMPUTADOR. Para quantificar o dano biótico em folhas de plantas de cultura, um computador recebe (701A) uma imagem de folha tirada de uma planta de cultura em particular. A imagem da folha mostra pelo menos uma das folhas da planta de cultura particular. Usando uma primeira rede neural convolucional (CNN, 262), o computador processa a imagem da folha para derivar uma imagem da folha segmentada (422) sendo um conjunto contíguo de pixels que mostra completamente uma folha principal da planta em particular. A primeira CNN foi treinada por uma pluralidade de imagens de folhas anotadas (601A), em que as imagens de folhas são anotadas para identificar as folhas principais (461). Usando uma segunda CNN (272), o computador processa a imagem de uma única folha por regressão para obter um grau de dano (432).
-
公开(公告)号：BR112022010842A2
公开(公告)日：2022-08-23
申请号：BR112022010842
申请日：2020-11-24
Applicant: BASF SE
Inventor： ARANZAZU BERECIARTUA-PEREZ , ARTZAI PICON RUIZ , JAVIER ROMERO RODRIGUEZ , JUAN MANUEL CONTRERAS GALLARDO , RAINER OBERST , HIKAL KHAIRY SHOHDY GAD , GERD KRAEMER , CHRISTIAN KLUKAS , TILL EGGERS , JONE ECHAZARRA HUGUET , RAMON NAVARRA-MESTRE
Abstract: MÉTODO IMPLEMENTADO POR COMPUTADOR PARA DETERMINAR DANOS EM PLANTAS DE CULTURA, PRODUTO DE PROGRAMA DE COMPUTADOR E SISTEMAS DE COMPUTADOR. Um método implementado por computador, produto de programa de computador e sistema de computador (100) para determinar o impacto de herbicidas em plantas de cultura (11) em um campo agrícola (10). O sistema inclui uma interface (110) para receber uma imagem (20) com pelo menos uma planta de cultura representando uma situação do mundo real no campo agrícola (10) após a aplicação do herbicida. Um módulo de pré-processamento de imagem (120) redimensiona a imagem recebida (20) para uma imagem redimensionada (20a) correspondendo ao tamanho de uma camada de entrada de uma primeira rede neural totalmente convolucional (CNN1) referida como a primeira CNN. A primeira CNN é treinada para segmentar a imagem redimensionada (20a) em porções de cultura (11) e de não cultura (12, 13) e fornece uma primeira saída segmentada (20s1) indicando as porções de cultura (20c) da imagem redimensionada com pixels pertencentes a representações da cultura. Uma segunda rede neural totalmente convolucional (CNN2), referida como a segunda CNN, é treinada para segmentar as referidas porções de cultura em uma segunda saída segmentada (20s2) com uma ou mais sub-porções (20n, 20l) com cada sub-porção incluindo pixels associados a partes danificadas da planta de cultura mostrando um respectivo tipo de dano (11-1, 11-2). Um módulo de medição de dano (130) determina uma medida de dano (131) para a pelo menos uma planta de cultura para cada tipo de dano (11-1, 11-2) com base nas respectivas sub-porções da segunda saída segmentada (20s2) em relação à porção de cultura da primeira saída segmentada (20s1).
-
公开(公告)号：BR112022023292A2
公开(公告)日：2022-12-20
申请号：BR112022023292
申请日：2021-05-07
Applicant: BASF SE
Inventor： ARTZAI PICON RUIZ , MIGUEL GONZALEZ SAN EMETERIO , ARANZAZU BERECIARTUA-PEREZ , LAURA GOMEZ ZAMANILLO , CARLOS JAVIER JIMENEZ RUIZ , JAVIER ROMERO RODRIGUEZ , CHRISTIAN KLUKAS , TILL EGGERS , JONE ECHAZARRA HUGUET , RAMON NAVARRA-MESTRE
Abstract: MÉTODO IMPLEMENTADO POR COMPUTADOR PARA ESTIMAR A COBERTURA VEGETAL, PRODUTO DE PROGRAMA DE COMPUTADOR PARA ESTIMAR A COBERTURA VEGETAL E SISTEMA DE COMPUTADOR PARA ESTIMAR A COBERTURA VEGETAL. Método e sistema implementados por computador (100) para estimar a cobertura vegetal em um ambiente do mundo real. O sistema recebe uma imagem RGB (91) de um cenário do mundo real (1) com um ou mais elementos vegetais (10) de uma ou mais espécies vegetais. Pelo menos um canal da imagem RGB (91) é fornecido a uma rede neural de regressão semântica (120) que é treinada para estimar pelo menos um canal infravermelho próximo (NIR) da imagem RGB. O sistema obtém uma estimativa do canal infravermelho próximo (NIR) aplicando a rede neural de regressão semântica (120) a pelo menos um canal RGB (91). Uma imagem multicanal (92) compreendendo pelo menos um dos canais R, G, B (R, G, B) da imagem RGB e o canal infravermelho próximo estimado (NIR), é fornecido como entrada de teste (TI1) para uma rede neural de segmentação semântica (130) treinada com imagens multicanal para segmentar a entrada de teste (TI1) em pixels associados a elementos vegetais e pixels não associados a elementos vegetais. O sistema segmenta a entrada de teste (TI1) usando a rede neural de segmentação semântica (130) resultando em um mapa de cobertura vegetal (93) indicando pixels da entrada de teste associados a elementos vegetais (10) e indicando pixels da entrada de teste não associados a elementos vegetais.
-
公开(公告)号：BR112022016566A2
公开(公告)日：2022-12-20
申请号：BR112022016566
申请日：2021-02-19
Applicant: BASF SE
Inventor： ARANZAZU BERECIARTUA-PEREZ , ARTZAI PICON RUIZ , AITOR ALVAREZ GILA , JONE ECHAZARRA HUGUET , LAURA GOMEZ ZAMANILLO , TILL EGGERS , CHRISTIAN KLUKAS , RAMON NAVARRA MESTRE
Abstract: MÉTODOS IMPLEMENTADOS POR COMPUTADOR, COMPUTADOR E PRODUTO DE PROGRAMA DE COMPUTADOR. Um computador gera um conjunto de treinamento com imagens anotadas (473) para treinar uma rede neural convolucional (CNN). O computador recebe imagens de folhas mostrando folhas e objetos biológicos, como insetos, em um primeiro código de cores (413-A), altera o código de cores dos pixels para um segundo código de cores e, assim, aumenta o contraste (413-C), atribui pixels no segundo código de cores a valores binários (413-D), diferencia áreas com pixels contíguos no primeiro valor binário em áreas sem insetos e áreas com insetos por um critério de tamanho de área (413-E), identifica coordenadas de pixel das áreas com insetos com áreas de mosaicos retangulares (413-F), e anota as imagens de folhas no primeiro código de cores atribuindo as coordenadas de pixel às áreas de mosaicos correspondentes. A imagem anotada é então usada para treinar a CNN para quantificar a infestação de plantas, estimando o número de objetos biológicos, como insetos nas folhas das plantas.
-
-
-
Search Results
4
records
(took 0.02 seconds)
