“G06V20/10”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果4952个，建议您升级VIP下载更多相关专利

[发明专利]一种河岸垃圾检测方法、装置、设备及存储介质-CN202310926075.1在审
发明人：苏红梅;袁戟;黄志远;陈嘉维;郭远威 -专利权人：武汉市万睿数字运营有限公司;深圳市万物云科技有限公司
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种河岸垃圾检测方法、装置、设备及存储介质，其方法包括：采集河道两岸的图像数据，并对所述图像数据进行预处理；通过训练的目标检测模型对所述图像数据进行检测，根据检测结果判断是否存在河岸垃圾；若存在河岸垃圾，则进行告警。本发明通过对RT‑DETR目标检测网络做改进，通过训练生成目标检测模型，并通过目标检测模型对采集到的图像数据进行检测，该方法能够有效识别河岸垃圾，提高环卫人员工作效率。
一种河岸垃圾检测方法装置设备存储介质

[发明专利]基于视觉识别的种植基地杂草清除系统-CN202310926214.0在审
发明人：王冲;何光虎;李黔黔;王润泽;李天勇;穆帝维 -专利权人：贵州嘉禾魔芋农业发展有限公司
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明提供基于视觉识别的种植基地杂草清除系统，涉及园林种植技术领域，包括导航控制系统和除草控制系统，导航控制系统电性连接设有杂草识别系统和图像处理系统，导航控制系统、图像处理系统、杂草识别系统和除草控制系统组成整个系统结构，通过图像处理系统对杂草识别系统采集的杂草图像进行图像增强和滤波降噪处理，使整个采集的图像更加清晰，便于通过杂草识别系统进行图像的精准识别分析，实现对杂草分布位置、密度和位置的精准定位，便于操控除草控制系统对识别后的杂草位置进行清除，实现对杂草的精准定位识别和杂草图像定位的清除使用，适用于种植基地的精准除草使用。
基于视觉识别种植基地杂草清除系统

[发明专利]一种基于遥感图像的地表植被分析系统和方法-CN202310960773.3在审
发明人：王艳沛;王禹;李倩;张巧;董胜 -专利权人：郑州航空工业管理学院
申请日： 2023-08-01 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于遥感图像的地表植被分析系统和方法，系统包括：遥感图像获取模块：用于获取目标区域的遥感图像；遥感图像处理模块：用于对所述遥感图像进行处理，获取地表植被覆盖图像；植被覆盖图合成模块：用于对地表植被覆盖图像进行解译处理，获取植被图层和非植被图层，将植被图层和非植被图层合成生态图；植被生态分析模块：用于通过生态图对生态环境进行分析，并分析植被覆盖度的动态变化及趋势；其中，遥感图像获取模块、遥感图像处理模块、植被覆盖图合成模块、植被生态分析模块依次连接。本发明能够更加高效的分析目标区域的植被变化情况，并且结合植被指数分析其变化因素，提升科研人员的工作效率。
一种基于遥感图像地表植被分析系统方法

[发明专利]一种道路积水区域检测方法、系统、设备及介质-CN202310891611.9在审
发明人：张荣辉;杨尚谕 -专利权人：中山大学
申请日： 2023-07-19 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种道路积水区域检测方法、系统、设备及介质，该方法包括：获取待检测道路图像；通过路面状态识别模型对所述待检测道路图像中的路面状态进行检测，得到道路类别标签；所述道路类别标签包括干燥、湿润和积水；所述路面状态识别模型采用分类网络；判断所述道路类别标签是否为积水；若是，则通过道路积水区域定位模型对具有积水标签的待检测道路图像进行分割，得到积水区域分割图；若否，则将所述道路类别标签输出；其中，所述道路积水区域定位模型采用在编码器中引入反射注意力模块的语义分割网络；所述反射注意力模块采用基于积水的反射特性而引入注意力机制的卷积神经网络。本发明具有高效率，高精度，多场景，鲁棒性强的特点。
一种道路积水区域检测方法系统设备介质

[发明专利]一种基于无人机影像的人工林间伐作业设计方法-CN202310906740.0在审
发明人：王懿祥;周盼 -专利权人：浙江农林大学
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于无人机影像的人工林间伐作业设计方法，属于人工林间伐作业设计方法领域。本发明先采集目标区域无人机影像并重建影像生成DOM和DSM数据，再利用计算机图像处理方法进行单木识别和树冠信息提取，然后计算单位网格森林属性并开展冷热点分析，最后确定间伐区域和间伐强度。采用本方法进行人工林间伐作业设计，具有三方面的优点：(1)弥补了传统地面调查在全域范围单木坐标和林分空间信息上的不足；(2)对全林进行网格细分，充分考虑了林分内部的空间异质性，提高了间伐设计的精细化水平；(3)提供林木间伐的优先顺序确定方案，降低了间伐过程的主观性，提高了对象木选择的科学性。
一种基于无人机影像人工林间作业设计方法

[发明专利]一种湿地典型植物生长情况实时监测方法及系统-CN202310909954.3在审
发明人：樊晶晶;王东楠;何立新;路明;程东娟;穆征;张红光;程瑶 -专利权人：河北工程大学
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种湿地典型植物生长情况实时监测方法及系统，其中方法步骤包括：获取历史湿地生态水文数据；基于历史湿地生态水文数据，构建湿地典型植物生长情况的预测模型；对预测模型进行训练，得到最终模型；实时收集当前湿地生态水文数据，并输入至最终模型，得到预测值，基于预测值，完成监测。本申请提供了一种湿地典型植物生长情况过程自动实时监测方法及系统，能够通过历史数据构建湿地典型植物生长情况预测模型；对湿地植被生长情况进行预测；将当前数据输入生态水文预测模型中，得到预测弥补由人为观测引起的数据不连续、不完整以及数据质量差的问题。
一种湿地典型植物生长情况实时监测方法系统

[发明专利]基于多特征融合深度学习网络的沥青路面级配检测方法-CN202310977341.3在审
发明人：陈思宇;陈灿;韩诚嘉;马涛;王飔奇;崔培德 -专利权人：东南大学
申请日： 2023-08-04 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了基于多特征融合深度学习网络的沥青路面级配检测方法，基于点云空间分布相似性的数据增强算法和由点云转化为深度图像的数据转换方法，构建以深度图像检测网络为骨干，加入辅助信息的多特征融合网络，方法采用激光扫描仪获取路面点云数据；经过预处理后采用数据增强算法通过少量原始点云获取大量高质量点云样本，最后通过多特征融合网络检测路面级配信息；本发明只需提取原路面的点云信息，对原有路面结构和功能没有任何破坏和损伤，不仅可以分析沥青混合料在摊铺过程中的离析程度，还可以定量分析路面实际级配与设计级配的差异，便于施工过程中对集料级配进行及时有效的调整，且在路面病害防治时可快速准确知道路面级配情况。
基于特征融合深度学习网络沥青路面检测方法

[发明专利]道路提取方法、装置、设备及存储介质-CN202310493261.0在审
发明人：刘巍;高树峰;李亚宁;张春;杨璧嘉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-04 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种道路提取方法、装置、设备及存储介质，属于地图领域。具体的，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该方法包括：获取地理图像；通过异构编码器，对地理图像执行逐尺寸特征提取操作和逐尺寸特征图压缩操作，得到地理图像的多个尺寸的编码特征向量；异构编码器是基于自注意力网络和卷积神经网络构建得到的编码器；通过异构解码器，对多个尺寸的编码特征向量执行逐尺寸特征融合操作和逐尺寸特征图放大操作，得到地理图像的解码特征向量；异构解码器是基于特征融合和反卷积神经网络构建得到的解码器；基于解码特征向量，得到地理图像的道路提取结果。上述方法能从地理图像中提取到更精确的道路。
道路提取方法装置设备存储介质

[发明专利]害虫识别模型更新、害虫识别方法、装置及电子设备-CN202310619920.0在审
发明人：王聪;陈天恩;鲁梦瑶;姜舒文;张驰;陈栋;朱万山 -专利权人：北京市农林科学院信息技术研究中心
申请日： 2023-05-29 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种害虫识别模型更新、害虫识别方法、装置及电子设备，该方法包括：获取原始害虫识别模型作为教师模型；基于教师模型构建学生模型；基于第一样本图像、第一样本图像的害虫标注信息、第一害虫识别结果以及增量学习损失函数对学生模型进行蒸馏训练，获得训练好的学生模型作为更新后的害虫识别模型；本发明提供的害虫识别模型更新、害虫识别方法、装置及电子设备，学生模型在获取识别第二害虫种类害虫的知识的同时，还能学习到识别第一害虫种类害虫的知识，能避免害虫识别模型可识别害虫种类的固化，能降低害虫识别模型更新所需的计算资源和所需的更新时间，能为害虫种类识别提供技术支持，能提高害虫种类识别的准确率和效率。
害虫识别模型更新方法装置电子设备

[发明专利]一种自适应邻域约束的极化SAR图像模糊分类方法-CN202210315436.4在审
发明人：程争;陶科;黄瑄麟;何超;琚铮 -专利权人：中国民航大学
申请日： 2022-03-29 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种自适应邻域约束的极化SAR图像模糊分类方法，主要解决经典FCM方法对极化SAR图像分类效果不理想的问题：一是欧式距离不适用于复杂的极化SAR数据结构；二是分类时忽视了像素的邻域信息。该方法首先以经典的FCM对极化SAR数据进行初始粗分类，以获得初始的聚类中心与模糊隶属度矩阵；然后构造了新的邻域信息约束项，可根据相邻像素的空间距离和特征空间相似性自适应地调整约束力的大小；再将邻域信息约束项引入到FCM目标函数中，构造了新的目标函数；同时采用核空间距离替代欧式距离。在实测的极化SAR数据集上进行了分类效果的验证，本发明在图像分类上的分类指标均优于对比方法。
一种自适应邻域约束极化 sar 图像模糊分类方法

[发明专利]一种针对野外露头数据的溶洞识别方法-CN202210415812.7在审
发明人：韩科龙;吕心瑞;夏东领;杨宇泽;张利霞 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
申请日： 2022-04-20 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种针对野外露头数据的溶洞识别方法，包括：收集待评价区域的原始野外露头图像，形成露头标注数据集和露头预测数据集；建立用来对露头图像中的溶洞进行识别的基本神经网络模型，并设计多组模型参数，而后，利用露头标注数据集，分别对通过多组模型参数所覆盖的基本神经网络模型进行训练，从而根据模型训练结果，得到最优待训练模型，记为溶洞识别模型；利用溶洞识别模型，对露头预测数据集中各露头图像进行溶洞特征预测。本发明拥有较强的泛化能力，能够有效检测出大部分露头图片的溶洞目标，检测速度较快、漏检率低。
一种针对野外露头数据溶洞识别方法

[发明专利]一种基于光谱Transformer网络的高光谱影像变化检测方法-CN202310053970.7在审
发明人：张无瑕;郭会博;张宇航;苏亮旭 -专利权人：西安邮电大学
申请日： 2023-02-03 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及了一种基于光谱Transformer网络的高光谱影像变化检测方法。其步骤为：1.数据分割；2.划分训练集测试集进行深度特征提取；3.测试集进行深度特征提取；4.差分特征与点乘特征提取；5.生成差分流，特征流和级联流变化检测结果图；6.生成最终的变化检测结果图；7.光谱Transformer网络优化；8.统计实验结果，计算高光谱变化检测的精度。与现有方法相比，光谱Transformer网络在提取深度特征时，在光谱维度利用Transformer机制有效挖掘了高光谱影像的光谱依赖性；并且从差分流和点乘流两个角度进一步探索提取深度特征的相关性，使提取的深度特征更具判别性；最后，加权融合差分流、乘法流及其相应的串联流的变化检测结果图，充分利用学到的特征信息，提高了高光谱影像变化检测的精度。
一种基于光谱 transformer 网络影像变化检测方法

[发明专利]基于无监督动量对比学习的高光谱目标检测方法-CN202310650344.6在审
发明人：王玉磊;陈昔;杨玉超;宋梅萍;赵恩宇 -专利权人：大连海事大学
申请日： 2023-06-03 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于无动量对比学习和Transformer网络的高光谱图像目标检测方法，包括：首先基于Transformer的编码器设计了用于高光谱目标检测任务中进行光谱特征提取的编码器与动量编码器。为了在关注光谱长距离依赖关系和自相似性的同时不忽略光谱中的局部细节信息，光谱特征提取编码器与动量编码器通过设计的重叠光谱块特征映射和交互token前馈层来关注光谱的局部细节信息。其次通过无监督动量对比学习的方式进行光谱鉴别能力学习，其中队列与以动量方式缓慢更新的动量编码器被使用来提供数量充足且一致性好的负样本特征，以帮助模型学习到更好地表示。最后，通过指数与归一化操作，幂函数与归一化操作对通过余弦相似性得到的检测结果进行两次非线性拉升以抑制背景。
基于监督动量对比学习光谱目标检测方法

[发明专利]一种基于实时目标检测网络的森林参数估测方法-CN202310702126.2在审
发明人：李中山;季良辉 -专利权人：西北农林科技大学
申请日： 2023-06-14 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于实时目标检测网络的森林参数估测方法，主要涉及森林参数估测领域。包括以下步骤：S1.获取稀疏森林点云数据，进行网格分块；S2.对数据预处理；S3.生成森林点云密度图，构建单木树冠图像目标检测训练集和测试集；S4.构建实时目标检测模型，得到网络结构；S5.对点云密度图进行检测，获取单木树冠的轮廓区域，并获取单木点云；S6.对单木平均树高和单木平均胸径进行估测。本发明的有益效果在于：以森林点云为输入数据，通过转化为密度图进行实时图像目标检测，以图像目标检测获取单木点云的方法来高效估测森林参数信息，能够达到较高的实时性，无论是对于稠密森林场景还是稀疏森林场景都能够有效的识别树冠，达到提取单木点云的目的。
一种基于实时目标检测网络森林参数估测方法

[发明专利]一种特征库迁移的遥感小样本目标检测方法-CN202310717317.6在审
发明人：张恺;吕群波;谭政;孙建颖;胡登辉;苏斌嫔;刘洋;高爽 -专利权人：中国科学院空天信息创新研究院
申请日： 2023-06-16 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种特征库迁移的遥感小样本目标检测方法，首先针对输入的待检测遥感图像，基于深度卷积神经网络进行多尺度特征提取，生成常见类别的检测模型；设置小样本特征库，并将所述小样本特征库加入检测模型进行训练，使所述检测模型在小样本检测的同时保持对常见目标的检测能力；针对待检测遥感图像对称性高的特点，在检测模型完成训练后进行检测结果预测时，引入对称矩阵参数系数，通过对定位分支参数进行修正，提升小样本检测目标检测精度。上述方法解决了在遥感图像中针对数量较为稀少的目标类别特征建模较差，无法精确识别的问题，提升了遥感图像检测在实际应用中的有效性。
一种特征迁移遥感样本目标检测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 4952 条