一种基于状态空间模型与傅里叶变换的植物病害检测方法

    公开(公告)号:CN119169471A

    公开(公告)日:2024-12-20

    申请号:CN202411631891.0

    申请日:2024-11-15

    Inventor: 李暑升 聂欣 刘劼

    Abstract: 本发明提供了一种基于状态空间模型与傅里叶变换的植物病害检测方法,涉及植物病害检测技术领域,包括:采集植物叶片图像,并对植物叶片图像进行预处理,得到病斑区域图像;对病斑区域图像进行特征提取,得到频域特征和时域特征;根据病斑区域图像的特征参数和频域特征构建初始状态空间模型;利用Mamba算法优化初始状态空间模型的模型参数,得到优化状态空间模型;使用已标注的植物病害数据集对优化状态空间模型进行训练,得到训练好的植物病害检测模型;将待测图像输入至植物病害检测模型中,得到检测结果。本发明通过结合快速的傅里叶变换特征提取和Mamba优化算法,旨在为植物病害检测提供一种高效、准确且具有良好泛化能力的解决方案。

    一种基于状态空间模型与傅里叶变换的植物病害检测方法

    公开(公告)号:CN119169471B

    公开(公告)日:2025-01-21

    申请号:CN202411631891.0

    申请日:2024-11-15

    Inventor: 李暑升 聂欣 刘劼

    Abstract: 本发明提供了一种基于状态空间模型与傅里叶变换的植物病害检测方法,涉及植物病害检测技术领域,包括:采集植物叶片图像,并对植物叶片图像进行预处理,得到病斑区域图像;对病斑区域图像进行特征提取,得到频域特征和时域特征;根据病斑区域图像的特征参数和频域特征构建初始状态空间模型;利用Mamba算法优化初始状态空间模型的模型参数,得到优化状态空间模型;使用已标注的植物病害数据集对优化状态空间模型进行训练,得到训练好的植物病害检测模型;将待测图像输入至植物病害检测模型中,得到检测结果。本发明通过结合快速的傅里叶变换特征提取和Mamba优化算法,旨在为植物病害检测提供一种高效、准确且具有良好泛化能力的解决方案。

    视频异常事件的检测方法、装置、终端设备及介质

    公开(公告)号:CN117671562A

    公开(公告)日:2024-03-08

    申请号:CN202311640354.8

    申请日:2023-12-01

    Inventor: 李暑升 聂欣

    Abstract: 本发明提供了一种视频异常事件的检测方法、装置、终端设备及介质,方法包括:获取连续的视频图像帧,并提取图像特征;将图像特征输入至预先训练好的事件检测模型,基于事件检测模型的重构误差判断对应的视频帧是否存在异常事件;其中,事件检测模型包括生成式对抗网络并通过无异常事件的视频样本训练得到;生成式对抗网络包括自编码器和鉴别器;自编码器用于基于视频样本生成重构样本,并将视频样本和生成的重构样本输入至鉴别器,所述鉴别器用于区分视频样本以及重构样本。实施本发明,异常事件可以在推断阶段被检测出来,确保在检测到异常事件时可以产生更大的重构误差,使检测过程更加高效,提高了模型输出的质量以及异常事件检测的准确性。

Patent Agency Ranking