一种基于视频监控的海漂垃圾智能识别方法

    公开(公告)号:CN119152433A

    公开(公告)日:2024-12-17

    申请号:CN202411286597.0

    申请日:2024-09-13

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于视频监控的海漂垃圾智能识别方法,包括以下步骤:S1、数据收集及预处理:从视频监控设备的监控图像中获取图像数据形成图像数据库,并对图像数据进行预处理;S2、构建模型样本库:基于研究海域的历史观测资料和相关文献的记载,确定图像分类的类别,制定标注方案,再根据标注方案进行图像标注,得到模型训练样本库;S3、模型构建及优化:针对海漂垃圾、明确目标物体和白浪构建相应的识别算法模型,并通过增加样本和迁移学习对识别算法模型进行优化;S4、生成可视化信息产品:采用优化后的识别算法模型对新的图像数据进行智能识别,删除非海漂垃圾的识别结果,通过矩形框的方式对识别到的海漂垃圾进行标记和展示。

    一种基于改进型Unet++网络的赤潮水体监测方法

    公开(公告)号:CN120014492A

    公开(公告)日:2025-05-16

    申请号:CN202510080995.5

    申请日:2025-01-20

    Applicant: 厦门大学

    Inventor: 张彩云 罗好

    Abstract: 本发明公开了一种基于改进型Unet++网络的赤潮水体监测方法,包括以下步骤:S1、对无人机图像数据进行预处理,得到数据集;S2、利用改进型Unet++网络的编码器对输入的无人机图像进行下采样,实现图像特征提取;S3、在编码器的末端使用空间金字塔池化模块,通过引入多个不同空洞率的卷积操作,捕捉不同尺度的上下文信息,生成具有不同感受野的特征图像;S4、利用改进型Unet++网络的解码器将编码器输出的特征图像尺寸逐步恢复到原始无人机图像尺寸,并输出特征图像识别结果;S5、重复执行步骤S2至步骤S4对改进型Unet++网络进行训练,得到训练好的改进型Unet++网络;S6、将测试集输入至训练好的改进型Unet++网络中,得到赤潮水体异常识别的结果,用于对赤潮水体进行监测。

Patent Agency Ranking