公开(公告)号：CN115331064A

公开(公告)日：2022-11-11

申请号：CN202211095138.5

申请日：2022-09-05

Applicant: 中国计量大学

Inventor： 王可 ,  翁晓星 ,  付春艳 ,  刘泓骏

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/44 ,  G06V20/52

Abstract: 本发明提供了一种面向体尺测量的养殖场场景点云分类方法及装置，属于畜牧信息化技术领域。该方法包括：对待分类养殖场场景点云序列中的各帧待分类养殖场场景点云进行地面点云删除，并对删除地面后的场景点云进行聚类分割，获取聚类点云集合；然后对所述养殖场场景聚类点云集合中的各聚类点云进行特征提取，并利用分类器将所述聚类点云分成两类：完整猪体表点云和非完整猪体表点云；最后根据待分类养殖场场景点云序列中的各帧待分类养殖场场景点云的聚类分类结果，对所述待分类养殖场场景点云序列中的场景点云进行分类：包含完整猪体表点云的场景点云和不包含完整猪体表点云的场景点云，方法简单，具有良好的通用性和灵活性，识别精度高。

公开(公告)号：CN117291795A

公开(公告)日：2023-12-26

申请号：CN202310148538.6

申请日：2023-02-22

Applicant: 中国计量大学

Inventor： 赵建伟 ,  洪涛 ,  周正华 ,  薛博翔 ,  王可

IPC: G06T3/40 ,  G06N3/084 ,  G06V10/80 ,  G06V10/42 ,  G06N3/0464

Abstract: 本发明公开了一种基于双向多尺度可变形注意力网络的视频超分辨率方法，包括给定一个低分辨率的输入帧序列，利用残差块组成的特征提取块获取浅层特征，通过后向传播将这些特征送到DAM对齐模块，输出粗对齐特征，将浅层特征和粗对齐特征进行拼接，送入残差块堆栈进行处理产生融合特征，将两个相邻的融合特征通过前向传播输入DAM产生精细对齐特征，将精细对齐特征、融合特征和浅层特征进行融合，通过残差块生成聚集特征，将聚集特征通过像素重组并加入到上采样后的低分辨率帧中，输出得到高分辨率帧图像；可变形对齐模块能够通过使用多尺度可变形卷积和多尺度注意机制来有效地对齐和融合特征，可以在大规模运动视频上实现卓越的性能。