-
1.发明专利
公开(公告)号：AR121580A1
公开(公告)日：2022-06-15
申请号：ARP210100658
申请日：2021-03-15
Applicant: BASF SE
Inventor： BERECIARTUA-PEREZ ARANZAZU , PICON RUIZ ARTZAI , SPANGLER CORINNA MARIA , KLUKAS CHRISTIAN , EGGERS TILL , ECHAZARRA HUGUET JONE , NAVARRA-MESTRE RAMON
IPC: G01N21/00
Abstract: Para cuantificar el daño biótico en las hojas de las plantas de cultivo, una computadora recibe (701A) una imagen de hoja tomada de una planta de cultivo en particular. La imagen de hoja muestra al menos una de las hojas de la planta de cultivo en particular. Mediante el uso de una primera red neuronal convolucional (CNN, 262), la computadora procesa la imagen de hoja para derivar una imagen de hoja segmentada que es un conjunto contiguo de píxeles que muestran completamente una hoja principal de la planta en particular. La primera CNN ha sido entrenada por una pluralidad de imágenes de hoja anotada, en las que las imágenes de hojas (411) se anotan para identificar las hojas principales (451). Mediante el uso de una segunda CNN (272), la computadora procesa la imagen de hoja única por regresión para obtener un grado de daño.
-
公开(公告)号：AR119901A1
公开(公告)日：2022-01-19
申请号：ARP200102478
申请日：2020-09-04
Applicant: BASF SE
Inventor： PICON RUIZ ARTZAI , LINARES DE LA PUERTA MIGUEL , KLUKAS CHRISTIAN , EGGERS TILL , OBERST RAINER , CONTRERAS GALLARDO JUAN MANUEL , ROMERO RODRIGUEZ JAVIER , GAD HIKAL KHAIRY SHOHDY , KRAEMER GERD , ECHAZARRA HUGUET JONE , NAVARRA-MESTRE RAMON , GONZALEZ SAN EMETERIO MIGUEL
Abstract: Un método implementado por computadora, un producto de programa informático y un sistema informático (100) para identificar malezas en un campo de cultivo mediante una red neuronal convolucional de tarea dual (120) que tiene una topología con un módulo intermedio (121) para ejecutar una tarea de clasificación que se asocia a una primera función de pérdida (LF1), y con un módulo de segmentación semántica (122) para ejecutar una tarea de segmentación con una segunda función de pérdida (LF2) diferente. El módulo intermedio y el módulo de segmentación se entrenan juntos, teniendo en cuenta la primera y la segunda función de pérdida (LF1, LF2). El sistema ejecuta un método que incluye recibir una entrada de prueba (91) que comprende una imagen que muestra plantas de cultivo de una especie de cultivo en un campo agrícola y que muestra plantas de maleza de una o más especies de maleza entre dichas plantas de cultivo; predecir la presencia de una o más especies de maleza (11, 12, 13) que están presentes en el mosaico respectivo; generar un mapa de características intermedio correspondiente al módulo de segmentación como salida de la tarea de clasificación; generar una máscara para cada clase de especie de maleza como salida de la segmentación de la segunda tarea al extraer características multiescala e información de contexto del mapa de característica intermedio y concatenar la información extraída para realizar la segmentación semántica; y generar una imagen final (92) en donde se indique para cada píxel si pertenece a una especie de maleza particular y, en tal caso, a qué especie de maleza pertenece.
-
3.发明专利
公开(公告)号：BR112021022829A2
公开(公告)日：2021-12-28
申请号：BR112021022829
申请日：2020-05-14
Applicant: BASF SE
Inventor： ALVAREZ-GILA AITOR , JOHANNES ALEXANDER , AMAIA MARIA ORTIZ BARREDO , PICON ARTZAI , JONE ECHAZARRA HUGUET , NACHTMANN MATTHIAS , SEITZ MAXIMILIAN , MOHNKE PATRICK , NAVARRA-MESTRE RAMON , EGGERS TILL
Abstract: método implementado por computador, produto de programa de computador e sistema de computador. um método implementado por computador, produto de programa de computador e sistema de computador (100) para detectar doenças em plantas. o sistema armazena uma rede neural convolucional (120) treinada com um conjunto de dados de múltiplas colheitas. a rede neural convolucional (120) tem uma topologia estendida que compreende uma ramificação de imagem (121) com base em uma rede neural convolucional de classificação para classificar as imagens de entrada de acordo com características específicas de doenças de plantas, uma ramificação de identificação de colheita (122) para adicionar informação de espécies de plantas, e um integrador de ramificação para integrar a informação das espécies de plantas com cada imagem de entrada. a informação das espécies de plantas (20) especifica a colheita na respectiva imagem de entrada (10). o sistema recebe uma entrada de teste que compreende uma imagem (10) de uma colheita específica (1) mostrando um ou mais sintomas de doenças de plantas particulares e recebe ainda um identificador de colheita respectivo (20) associado à entrada de teste por meio de uma interface (110). um módulo classificador (130) do sistema aplica a rede convolucional treinada (120) à entrada de teste recebida e fornece um resultado de classificação (cr1) de acordo com o vetor de saída da rede neural convolucional (120). o resultado de classificação (cr1) indica uma ou mais doenças de plantas associadas a um ou mais sintomas específicos de doenças de plantas.
-
公开(公告)号：AU2017264371A1
公开(公告)日：2018-11-01
申请号：AU2017264371
申请日：2017-04-19
Applicant: BASF SE
Inventor： ALEXANDER JOHANNES , EGGERS TILL , PICON ARTZAI , ALVAREZ-GILA AITOR , ORTIZ BARREDO AMAYA MARIA , DÍEZ-NAVAJAS ANA MARÍA
IPC: G06K9/00
Abstract: A system (100), method and computer program product for determining plant diseases. The system includes an interface module (110) configured to receive an image (10) of a plant, the image (10) including a visual representation (11)of at least one plant element (1). A color normalization module (120) is configured to apply a color constancy method to the received image (10) to generate a color-normalized image. An extractor module (130) is configured to extract one or more image portions (11e) from the color-normalized image wherein the extracted image portions (11e) correspond to the at least one plant element (1). A filtering module (140) configured: to identify one or more clusters (C1 to Cn) by one or more visual features within the extracted image portions (11e) wherein each cluster is associated with a plant element portion showing characteristics of a plant disease; and to filter one or more candidate regions from the identified one or more clusters (C1 to Cn) according to a predefined threshold, by using a Bayes classifier that models visual feature statistics which are always present on a diseased plant image. A plant disease diagnosis module (150) configured to extract, by using a statistical inference method, from each candidate region (C4, C5, C6, Cn) one or more visual features to determine for each candidate region one or more probabilities indicating a particular disease; and to compute a confidence score (CS1) for the particular disease by evaluating all determined probabilities of the candidate regions (C4, C5, C6, Cn).
-
公开(公告)号：CA3021795A1
公开(公告)日：2017-11-16
申请号：CA3021795
申请日：2017-04-19
Applicant: BASF SE
Inventor： ALEXANDER JOHANNES , EGGERS TILL , PICON ARTZAI , ALVAREZ-GILA AITOR , ORTIZ BARREDO AMAYA MARIA , DIEZ-NAVAJAS ANA MARIA
IPC: G06K9/00
Abstract: A system (100), method and computer program product for determining plant diseases. The system includes an interface module (110) configured to receive an image (10) of a plant, the image (10) including a visual representation (11)of at least one plant element (1). A color normalization module (120) is configured to apply a color constancy method to the received image (10) to generate a color-normalized image. An extractor module (130) is configured to extract one or more image portions (11e) from the color-normalized image wherein the extracted image portions (11e) correspond to the at least one plant element (1). A filtering module (140) configured: to identify one or more clusters (C1 to Cn) by one or more visual features within the extracted image portions (11e) wherein each cluster is associated with a plant element portion showing characteristics of a plant disease; and to filter one or more candidate regions from the identified one or more clusters (C1 to Cn) according to a predefined threshold, by using a Bayes classifier that models visual feature statistics which are always present on a diseased plant image. A plant disease diagnosis module (150) configured to extract, by using a statistical inference method, from each candidate region (C4, C5, C6, Cn) one or more visual features to determine for each candidate region one or more probabilities indicating a particular disease; and to compute a confidence score (CS1) for the particular disease by evaluating all determined probabilities of the candidate regions (C4, C5, C6, Cn).
-
Patent Agency Ranking
公开(公告)号：ES3010674T3
公开(公告)日：2025-04-04
申请号：ES20781367
申请日：2020-09-29
Applicant: BASF SE
Inventor： ALVAREZ GILA AITOR , ORTIZ BARREDO AMAIA MARIA , ROLDAN LOPEZ DAVID , ROMERO RODRIGUEZ JAVIER , SPANGLER CORINNA MARIA , KLUKAS CHRISTIAN , EGGERS TILL , ECHAZARRA HUGUET JONE , NAVARRA MESTRE RAMON , PICON RUIZ ARTZAI , BERECIARTUA PEREZ ARANZAZU
Abstract: La cuantificación de la infestación de plantas se realiza estimando el número de objetos biológicos (132) en partes (122) de una planta (112). Un ordenador (202) recibe una imagen de planta (412) tomada de una planta particular (112). El ordenador (202) utiliza una primera red neuronal convolucional (262/272) para derivar una imagen parcial (422) que muestra una parte de la planta. El ordenador (202) divide la imagen parcial en mosaicos y utiliza una segunda red para procesar los mosaicos en mapas de densidad. El ordenador (202) combina los mapas de densidad en un mapa de densidad combinado en la dimensión de la imagen parcial e integra los valores de píxel en un número estimado de objetos para la parte. Las clases de objetos (132(1), 132(2)) se pueden diferenciar para afinar la cuantificación e identificar contramedidas específicas de la clase. (Traducción automática con Google Translate, sin valor legal)
-
公开(公告)号：AR122152A1
公开(公告)日：2022-08-17
申请号：ARP210101397
申请日：2021-05-21
Applicant: BASF SE
Inventor： PICON RUIZ ARTZAI , GONZALEZ SAN EMETERIO MIGUEL , BERECIARTUA-PEREZ ARANZAZU , GOMEZ ZAMANILLO LAURA , JIMENEZ RUIZ CARLOS JAVIER , ROMERO RODRIGUEZ JAVIER , KLUKAS CHRISTIAN , EGGERS TILL , ECHAZARRA HUGUET JONE , NAVARRA-MESTRE RAMON
Abstract: Método y sistema implementados por computadora (100) para estimar la cobertura de vegetación en un entorno del mundo real. El sistema recibe una imagen RGB (91) de un escenario del mundo real (1) con uno o más elementos vegetales (10) de una o más especies vegetales. Se proporciona al menos un canal de la imagen RGB (91) a una red neuronal de regresión semántica (120) que está entrenada para estimar al menos un canal de infrarrojo cercano (NIR) a partir de la imagen RGB. El sistema obtiene una estimación del canal de infrarrojo cercano (NIR) aplicando la red neuronal de regresión semántica (120) a al menos un canal RGB (91). Una imagen multicanal (92) que comprende al menos uno de los canales R, G, B (R, G, B) de la imagen RGB y el canal de infrarrojo cercano estimado (NIR), se proporciona como entrada de prueba (TI1) a una red neuronal de segmentación semántica (130) entrenada con imágenes multicanal para segmentar la entrada de prueba (TI1) en píxeles asociados con elementos de planta y píxeles no asociados con elementos de planta. El sistema segmenta la entrada de prueba (TI1) utilizando la red neuronal de segmentación semántica (130) que da como resultado un mapa de cobertura de vegetación (93) que indica píxeles de la entrada de prueba asociada con elementos de la planta (10) e indica píxeles de la entrada de prueba no asociada con elementos vegetales.
-
公开(公告)号：BR112022002456A2
公开(公告)日：2022-05-03
申请号：BR112022002456
申请日：2020-09-29
Applicant: BASF SE
Inventor： AITOR ALVAREZ GILA , AMAIA MARIA ORTIZ BARREDO , ARANZAZU BERECIARTUA PEREZ , ARTZAI PICON RUIZ , KLUKAS CHRISTIAN , CORINNA MARIA SPANGLER , DAVID ROLDAN LOPEZ , JAVIER ROMERO RODRIGUEZ , JONE ECHAZARRA HUGUET , RAMON NAVARRA MESTRE , EGGERS TILL
Abstract: método implementado por computador (602b/ (702b)) ara quantificar objetos biológicos (132), omputador e produto de programa de computador. a quantificação da infestação de plantas é realizada estimando o número de objetos biológicos (132) em partes (122) de uma planta (112). um computador (202) recebe uma imagem de planta (412) tirada de uma planta em particular (112). o computador (202) usa uma primeira rede neural convolucional (262/ 272) para derivar uma imagem parcial (422) que mostra uma parte da planta. o computador (202) divide a imagem parcial em ladrilhos e usa uma segunda rede para processar os ladrilhos em mapas de densidade. o computador (202) combina os mapas de densidade a um mapa de densidade combinado na dimensão da imagem parcial e integra os valores de pixel a um número estimado de objetos para a parte. classes de objetos (132-1, 132-2) podem ser diferenciadas para ajustar a quantificação para identificar contramedidas específicas de classe.
-
9.发明专利
公开(公告)号：BR112022002385A2
公开(公告)日：2022-04-26
申请号：BR112022002385
申请日：2020-09-03
Applicant: BASF SE
Inventor： ARTZAI PICON RUIZ , KLUKAS CHRISTIAN , KRAEMER GERD , HIKAL KHAIRY SHOHDY GAD , JAVIER ROMERO RODRIGUEZ , JONE ECHAZARRA HUGUET , JUAN MANUEL CONTRERAS GALLARDO , MIGUEL GONZALEZ SAN EMETERIO , MIGUEL LINARES DE LA PUERTA , OBERST RAINER , NAVARRA-MESTRE RAMON , EGGERS TILL
IPC: A01M21/00
Abstract: métodos implementados por computador, produto de programa de computador e sistema de computador. um método implementado por computador, produto de programa de computador e sistema de computador (100) para identificar ervas daninhas em um campo agrícola usando uma rede neural convolucional de tarefa dupla (120) tendo uma topologia com um módulo intermediário (121) para executar uma tarefa de classificação sendo associada a uma primeira função de perda (lf1), e com um módulo de segmentação semântica (122) para executar uma tarefa de segmentação com uma segunda função de perda diferente (lf2). o módulo intermediário e o módulo de segmentação estão sendo treinados juntos, levando em consideração a primeira e a segunda função de perda (lf1, (lf2)). o sistema executa um método incluindo receber uma entrada de teste (91) compreendendo uma imagem mostrando plantas de cultivo de uma espécie de cultivo em um campo agrícola e mostrando plantas de ervas daninhas de uma ou mais espécies de ervas daninhas entre as referidas plantas de cultivo; prever a presença de uma ou mais espécies de ervas daninhas (11, 12, 13) presentes no respectivo ladrilho; emitir um mapa de características intermediárias correspondente para o módulo de segmentação como saída da tarefa de classificação; gerar uma máscara para cada classe de espécies de ervas daninhas como saída de segmentação da segunda tarefa, extraindo características em várias escalas e informações de contexto do mapa de características intermediárias e concatenando as informações extraídas para realizar a segmentação semântica; e gerar uma imagem final (92) indicando para cada pixel se ele pertence a uma determinada espécie de ervas daninhas e, em caso afirmativo, a qual espécie de ervas daninhas pertence.
-
公开(公告)号：CA3148726A1
公开(公告)日：2021-03-11
申请号：CA3148726
申请日：2020-09-03
Applicant: BASF SE
Inventor： PICON RUIZ ARTZAI , LINARES DE LA PUERTA MIGUEL , KLUKAS CHRISTIAN , EGGERS TILL , OBERST RAINER , CONTRERAS GALLARDO JUAN MANUEL , ROMERO RODRIGUEZ JAVIER , GAD HIKAL KHAIRY SHOHDY , KRAEMER GERD , ECHAZARRA HUGUET JONE , NAVARRA-MESTRE RAMON , GONZALEZ SAN EMETERIO MIGUEL
IPC: A01M21/00
Abstract: A computer-implemented method, computer program product and computer system (100) for identifying weeds in a crop field using a dual task convolutional neural network (120) having a topology with an intermediate module (121) to execute a classification task being associated with a first loss function (LF1), and with a semantic segmentation module (122) to execute a segmentation task with a second different loss function (LF2). The intermediate module and the segmentation module are being trained together, taking into account the first and second loss functions (LF1, LF2). The system executes a method including receiving a test input (91) comprising an image showing crop plants of a crop species in an agricultural field and showing weed plants of one or more weed species among said crop plants; predicting the presence of one or more weed species (11, 12, 13) which are present in the respective tile; outputting a corresponding intermediate feature map to the segmentation module as output of the classification task; generating a mask for each weed species class as segmentation output of the second task by extracting multiscale features and context information from the intermediate feature map and concatenating the extracted information to perform semantic segmentation; and generating a final image (92) indicating for each pixel if it belongs to a particular weed species, and if so, to which weed species it belongs.
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
