一种基于深度度量学习的羊只个体身份识别方法和系统

    公开(公告)号:CN116798066A

    公开(公告)日:2023-09-22

    申请号:CN202310116544.3

    申请日:2023-02-15

    Abstract: 本发明公开了一种基于深度度量学习的羊只个体身份识别方法和系统,其涉及计算机视觉技术。该方法包括:通过对单个羊只侧视图像数据的采集,使用YOLOv5检测模型对采集到的数据预处理并通过多种方式进行数据增强;构建使用关键部位注意力引导机制的身份识别网络结构,采用TinyNet轻量型网络作为骨干网络,设计特征融合模块将全局特征与关键局部特征融合,对羊只个体特征进行学习,设计自定义池化头输出特征向量;结合交叉熵、三元组与一致性联合损失函数监督网络学习,可以使识别网络更加关注图像中的重要区域;最后将模型进行部署。本发明以“无接触,无伤害,低成本,高效率”的原则实现羊只个体身份识别。

    结合视觉显著性的浮雕编辑方法

    公开(公告)号:CN107895398B

    公开(公告)日:2021-01-26

    申请号:CN201711163839.7

    申请日:2017-11-21

    Abstract: 本发明公开了结合视觉显著性的浮雕编辑方法,其具体步骤是:输入三维模型,构造视点球;根据三维模型的最佳视角,结合摄影构图原理实现模型的组合排列;根据空间权重矩阵,对最佳视角下的三维模型进行平滑处理;通过拉普拉斯算子矩阵实现最佳视角下的三维模型的细节提取;利用三维网格模型双曲正切函数对原始三维模型的高频域部分进行非线性压缩;曲面参数化实现将三维模型在目标曲面上的附着;添加高频域完成三维模型与目标曲面的粘贴。本发明首次提出通过摄影构图原理与视觉显著信息相结合生成组合浮雕的方法,获得了艺术鉴赏价值较高的组合浮雕。

    结合视觉显著性的浮雕编辑方法

    公开(公告)号:CN107895398A

    公开(公告)日:2018-04-10

    申请号:CN201711163839.7

    申请日:2017-11-21

    Abstract: 本发明公开了结合视觉显著性的浮雕编辑方法,其具体步骤是:输入三维模型,构造视点球;根据三维模型的最佳视角,结合摄影构图原理实现模型的组合排列;根据空间权重矩阵,对最佳视角下的三维模型进行平滑处理;通过拉普拉斯算子矩阵实现最佳视角下的三维模型的细节提取;利用三维网格模型双曲正切函数对原始三维模型的高频域部分进行非线性压缩;曲面参数化实现将三维模型在目标曲面上的附着;添加高频域完成三维模型与目标曲面的粘贴。本发明首次提出通过摄影构图原理与视觉显著信息相结合生成组合浮雕的方法,获得了艺术鉴赏价值较高的组合浮雕。

Patent Agency Ranking