检索结果-南通市图书馆

基于面向通道分组卷积网络的番茄主要器官实时识别

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2018年第10期34卷 153-162页

作者：周云成许童羽邓寒冰苗腾沈阳农业大学信息与电气工程学院沈阳110866

番茄器官的实时准确识别是实现自动采摘、靶向施药等自动化生产的关键。该文提出一种基于面向通道分组卷积网络的番茄主要器官实时识别网络模型,该模型直接用特征图预测番茄器官目标边界和类型。以统计可分性、计算速度等为判据,并结合... 详细信息

番茄器官的实时准确识别是实现自动采摘、靶向施药等自动化生产的关键。该文提出一种基于面向通道分组卷积网络的番茄主要器官实时识别网络模型,该模型直接用特征图预测番茄器官目标边界和类型。以统计可分性、计算速度等为判据,并结合样本扩增训练,分析了该网络和几种典型网络在番茄器官图像处理上的性能,以此筛选出识别网络的基础结构,在基础结构后面分别附加带dropout层的面向通道分组卷积模块和全卷积层作为识别网络的总体架构。试验结果表明:用面向通道分组卷积网络作为识别网络的基础结构,可在显著提高网络召回率、识别速度和精度的前提下,大幅降低模型的大小,该结构网络对花、果、茎识别的平均精度分别为96.52%、97.85%和82.62%,召回率分别为77.39%、69.33%和64.23%,识别速度为62帧/s;与YOLOv2相比,该文识别网络召回率提高了14.03个百分点,精度提高了2.51个百分点。

关键词：图像识别算法实时识别番茄卷积神经网络面向通道分组卷积特征提取

在线全文

学校读者我要写书评

暂无评论

基于自监督学习的温室移动机器人位姿跟踪

农业工程学报 2021年第9期37卷 263-274页

作者：周云成许童羽邓寒冰苗腾吴琼沈阳农业大学信息与电气工程学院沈阳110866

为实现温室环境下机器人行进过程中的位置及姿态跟踪,该研究提出一种基于时序一致性约束的自监督位姿变换估计模型。模型用软遮罩,处理视频帧间静止造成的位姿预测值收缩现象,进一步用归一化遮罩,解决非刚体场景和目标遮挡问题。设计了... 详细信息

为实现温室环境下机器人行进过程中的位置及姿态跟踪,该研究提出一种基于时序一致性约束的自监督位姿变换估计模型。模型用软遮罩,处理视频帧间静止造成的位姿预测值收缩现象,进一步用归一化遮罩,解决非刚体场景和目标遮挡问题。设计了一种星型扩张卷积,并基于该卷积,为模型构建自编码器。在采集自种植作物为番茄的日光温室视频数据上开展训练和测试试验。结果表明,与不采用遮罩处理的模型相比,采用软遮罩的模型,位置和姿态估计相对误差分别减少5.06个百分点和11.05个百分点,采用归一化遮罩的模型,这2项误差则分别减少4.15个百分点和3.86个百分点,2种遮罩均可显著提高模型精度;星型扩张卷积对降低模型误差是有效的,在网络参数不变的前提下,该卷积使姿态估计相对误差减少7.54个百分点;时序一致性约束使姿态估计均方根误差下降36.48%,每百帧累积姿态角误差降低54.75%,该约束可用于提高模型精度及稳定性;该研究的位置及姿态估计相对误差分别为8.29%和5.71%,与Monodepth2相比,减少了8.61%和6.83%。该研究可为温室移动机器人导航系统设计提供参考。

关键词：机器人温室导航位姿跟踪自监督学习视觉里程计卷积神经网络深度学习

在线全文

学校读者我要写书评

暂无评论

基于自监督学习的番茄植株图像深度估计方法

农业工程学报 2019年第24期35卷 173-182页

作者：周云成许童羽邓寒冰苗腾吴琼沈阳农业大学信息与电气工程学院

深度估计是智能农机视觉系统实现三维场景重建和目标定位的关键。该文提出一种基于自监督学习的番茄植株图像深度估计网络模型,该模型直接应用双目图像作为输入来估计每个像素的深度。设计了3种面向通道分组卷积模块,并利用其构建卷积... 详细信息

深度估计是智能农机视觉系统实现三维场景重建和目标定位的关键。该文提出一种基于自监督学习的番茄植株图像深度估计网络模型,该模型直接应用双目图像作为输入来估计每个像素的深度。设计了3种面向通道分组卷积模块,并利用其构建卷积自编码器作为深度估计网络的主体结构。针对手工特征衡量2幅图像相似度不足的问题,引入卷积特征近似性损失作为损失函数的组成部分。结果表明:基于分组卷积模块的卷积自编码器能够有效提高深度估计网络的视差图精度;卷积特征近似性损失函数对提高番茄植株图像深度估计的精度具有显著作用,精度随着参与损失函数计算的卷积模块层数的增加而升高,但超过4层后,其对精度的进一步提升作用不再明显;当双目图像采样距离在9.0 m以内时,该文方法所估计的棋盘格角点距离均方根误差和平均绝对误差分别小于2.5和1.8 cm,在3.0 m以内时,则分别小于0.7和0.5 cm,模型计算速度为28.0帧/s,与已有研究相比,2种误差分别降低了33.1%和35.6%,计算速度提高了52.2%。该研究可为智能农机视觉系统设计提供参考。

关键词：图像处理卷积神经网络算法自监督学习深度估计视差深度学习番茄

基于稠密自编码器的无监督番茄植株图像深度估计模型

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第11期36卷 182-192页

作者：周云成邓寒冰许童羽苗腾吴琼沈阳农业大学信息与电气工程学院沈阳110866

深度信息获取是温室移动机器人实现自主作业的关键。该研究提出一种基于稠密卷积自编码器的无监督植株图像深度估计模型。针对因视角差异和遮挡而产生的像素消失问题,引入视差置信度预测,抑制图像重构损失产生的问题梯度,设计了基于可... 详细信息

深度信息获取是温室移动机器人实现自主作业的关键。该研究提出一种基于稠密卷积自编码器的无监督植株图像深度估计模型。针对因视角差异和遮挡而产生的像素消失问题,引入视差置信度预测,抑制图像重构损失产生的问题梯度,设计了基于可分卷积的稠密自编码器作为模型的深度神经网络。以深度估计误差、阈值精度等为判据,在番茄植株双目图像上开展训练和测试试验,结果表明,抑制问题梯度回传可显著提高深度估计精度,与问题梯度抑制前相比,估计深度的平均绝对误差和均方根误差分别降低了55.2%和33.0%,将网络预测的多尺度视差图接入编码器并将其上采样到输入图像尺寸后参与图像重构和损失计算的处理方式对提高预测精度是有效的,2种误差进一步降低了23.7%和27.5%;深度估计误差随空间点深度的减小而显著降低,当深度在9 m以内时,估计深度的平均绝对误差<14.1 cm,在3 m以内时,则<7 cm。与已有研究相比,该研究估计深度的平均相对误差和平均绝对误差分别降低了46.0%和26.0%。该研究可为温室移动机器人视觉系统设计提供参考。

关键词：图像处理卷积神经网络算法深度估计无监督学习深度学习自编码器视差番茄

基于RGB-D的肉牛图像全卷积网络语义分割优化

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2019年第18期35卷 151-160页

作者：邓寒冰周云成许童羽苗腾徐静沈阳农业大学信息与电气工程学院沈阳110866 辽宁省农业信息化工程技术研究中心沈阳110866 北京农业信息技术研究中心北京100097

基于卷积神经网络的深度学习模型已越来越多的应用于检测肉牛行为。利用卷积操作实现肉牛图像的像素级分割有助于实现远距离、无接触、自动化的检测肉牛行为,为肉牛异常行为早期发现提供必要手段。为了提高复杂背景下肉牛图像语义分割精... 详细信息

基于卷积神经网络的深度学习模型已越来越多的应用于检测肉牛行为。利用卷积操作实现肉牛图像的像素级分割有助于实现远距离、无接触、自动化的检测肉牛行为,为肉牛异常行为早期发现提供必要手段。为了提高复杂背景下肉牛图像语义分割精度,降低上采样过程中的语义分割误差,该文提出基于RGB-D的肉牛图像全卷积网络(fully convolutional networks,FCN)的语义分割优化方法,用深度密度值来量化深度图像中不同像素点是否属于相同类型的概率,并根据深度图像与彩色图像在内容上的互补关系,优化和提升FCN对肉牛图像的语义分割(像素密集预测)精度。通过试验验证,该方法与全卷积网络的最优分割结果相比,可以将统计像素准确率平均提高2.5%,类别平均准确率平均提升2.3%,平均区域重合度平均提升3.4%,频率加权区域重合度平均提升2.7%。试验证明,该方法可以提升全卷积网络模型在复杂背景下肉牛图像语义分割精度。

关键词：图像处理模型动物语义分割 RGB-D 全卷积网络多模态肉牛图像

在线全文

学校读者我要写书评

暂无评论

磁性柠檬酸膨润土对六价铬吸附性能的研究

高校化学工程学报 2017年第3期31卷 726-732页

作者：王迎亚施华珍张寒冰于姝敏陈宁华童张法广西大学化学化工学院广西石化资源加工及工程强化技术重点实验室广西南宁530004 广西大学环境学院广西南宁530004 广西碳酸钙产业化工程院广西南宁530004

为改善膨润土对Cr(Ⅵ)的吸附性能,并提高其固液分离回收能力,研究构筑了一种壳聚糖修饰的复合磁性吸附材料——磁性柠檬酸膨润土(Magnetic Citric Acid Bentonite,MCAB),并利用SEM、XRD、VSM、FT-IR对改性前后的材料进行表征对比,结果... 详细信息

为改善膨润土对Cr(Ⅵ)的吸附性能,并提高其固液分离回收能力,研究构筑了一种壳聚糖修饰的复合磁性吸附材料——磁性柠檬酸膨润土(Magnetic Citric Acid Bentonite,MCAB),并利用SEM、XRD、VSM、FT-IR对改性前后的材料进行表征对比,结果表明壳聚糖中的-NH_2、-OH等功能基团及磁性Fe_3O_4微粒均负载到柠檬酸膨润土(Citric Acid Bentonite,CAB)上。MCAB对Cr(Ⅵ)的吸附性能研究结果显示:相对于CAB,复合后的MCAB吸附性能明显提高,并具有良好的磁分离能力;p H值对Cr(Ⅵ)的吸附影响较大,最佳p H值在2.0~3.0;当吸附剂投加量为1.6 g·L-1、p H值为3.0、Cr(Ⅵ)的初始浓度为10 mg·L^(-1)时,MCAB对Cr(Ⅵ)的去除率高达99%;吸附等温方程和动力学方程的拟合结果分别符合Langmuir吸附等温模型和准二级动力学模型。由于MCAB上修饰的-NH2在酸性条件下易质子化,会增强对Cr(Ⅵ)的静电吸引作用,因此MCAB对Cr(Ⅵ)的吸附去除率得到了明显提高;同时,加磁赋予了CAB快速的固液分离能力。研究表明MCAB对模拟废水中的Cr(Ⅵ)去除效果良好,有望应用于实际废水中Cr(Ⅵ)的去除。

关键词：柠檬酸膨润土 Fe3O4 壳聚糖 Cr(Ⅵ) 吸附

基于骨架和最优传输距离的玉米点云茎叶分割和表型提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第4期37卷 188-198页

作者：朱超苗腾许童羽李娜邓寒冰周云成沈阳农业大学信息与电气工程学院沈阳110866 辽宁省农业信息化工程技术研究中心沈阳110866

针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题,该研究提出一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法。首先利用拉普拉斯骨架提取算法获得植株骨架;其次根据玉米形态结构特征将植株骨架分解成器官子骨架,... 详细信息

针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题,该研究提出一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法。首先利用拉普拉斯骨架提取算法获得植株骨架;其次根据玉米形态结构特征将植株骨架分解成器官子骨架,并实现器官粗分割;再以最优传输距离作为点云距离度量,采用从上到下的顺序对未分割点云进行精细分割;最后自动提取株高、冠幅、茎高、茎粗、叶长和叶宽6种表型参数。研究结果表明,茎叶分割的平均精确度、平均召回率、平均微F1分数和平均总体准确率分别为0.967、0.961、0.964和0.967;6个表型参数的提取值与实测值具有较强的相关性,决定系数分别为0.99、0.99、0.96、0.97、0.93和0.96。该研究方法能对茎叶器官进行精确分割,为玉米高通量表型检测、三维几何重建等提供了一种有效技术手段。

关键词：植物表型机器视觉玉米点云分割骨架提取最优传输距离

基于骨架的玉米植株三维点云果穗分割与表型参数提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第6期37卷 295-301页

作者：朱超苗腾许童羽李娜邓寒冰周云成沈阳农业大学信息与电气工程学院沈阳110866 辽宁省农业信息化工程技术研究中心沈阳110866

当前三维点云处理技术难以在玉米植株点云上对果穗进行识别和表型参数提取。针对该问题,该研究采用基于骨架的玉米植株器官分割流程对植株三维点云的果穗器官进行分割和表型参数提取。首先,优化基于骨架的玉米植株茎叶分割方法,在成熟... 详细信息

当前三维点云处理技术难以在玉米植株点云上对果穗进行识别和表型参数提取。针对该问题,该研究采用基于骨架的玉米植株器官分割流程对植株三维点云的果穗器官进行分割和表型参数提取。首先,优化基于骨架的玉米植株茎叶分割方法,在成熟期植株点云上实现植株骨架的提取、器官子骨架的分解以及器官点云的分割;再根据器官高度、子骨架长度、圆柱特征和点云数量4个约束条件从器官点云中识别出果穗点云;最后提取果穗相关的表型参数。试验结果表明,该研究方法对玉米果穗的识别率为91.3%;果穗点云分割的平均F1分数、精确度、召回率分别为0.73、0.82和0.70;穗位高、穗长、穗粗、株高穗位高比4个表型参数的提取值与人工实测值线性关系显著,决定系数分别为0.97、0.78、0.85和0.96,均方根误差分别为3.23、4.98、0.73 cm和0.07。该研究方法具备提取果穗器官点云和表型参数的能力,可为玉米高通量表型检测、玉米三维重建等研究和应用提供技术支持。

关键词：植物表型机器视觉玉米果穗点云分割骨架提取

在线全文

学校读者我要写书评

暂无评论

群智协同任务分配研究综述

计算机工程与应用 2021年第20期57卷 1-12页

作者：陈宝童王丽清蒋晓敏姚寒冰云南大学信息学院昆明650091 云南广播电视台昆明650500

任务分配是群智协同计算和众包中的核心问题之一,即通过设计合理的任务分配策略,在满足任务约束条件下,将群智任务分配给合适的工作者,以提高群智任务的完成效率和结果质量。分析了目前任务分配方法存在的问题,总结并提出了一个通用的... 详细信息

任务分配是群智协同计算和众包中的核心问题之一,即通过设计合理的任务分配策略,在满足任务约束条件下,将群智任务分配给合适的工作者,以提高群智任务的完成效率和结果质量。分析了目前任务分配方法存在的问题,总结并提出了一个通用的任务分配框架,并分别从工作者模型、任务模型、任务分配算法三个方面对国内外相关研究工作进行了分析、归纳和总结。提出了群智协同任务分配研究中的关键问题与今后的研究趋势。

关键词：群智协同计算任务分配任务模型工作者模型