对象识别

摘要： 随着果蔬种植规模的扩大,果蔬采摘作业的需求量也逐渐提高。传统的果蔬采摘作业存在自动化程度低、采摘对象识别困难、采摘破坏性大等问题,导致采摘作业的效果较差、作业效率低。为此,引入了计算机图像技术,在深入研究了计算机图像技术原理的基础上,分析了计算机图像技术的成像原理,完成了采摘机器人的机械结构设计,并对采摘机器人的硬件总体结构进行优化。同时,对计算机图像采集系统、图像采集模块及执行模块等进行设计,最后完成了采摘机器人的计算机图像信息处理流程设计,并对采摘机器人进行了仿真实验。结果表明:基于计算机图像的采摘机器人结构简单,采摘目标识别精度高,对采摘目标破坏性较小,具有较高的安全性和稳定性,具有较大的推广价值。

摘要： 围绕北京冬奥会开幕式互动视觉特效系统的解决方案,阐述基于计算机视觉技术的互动视觉特效系统的相机标定方案设计,剖析基于北京冬奥会互动视效制作系统相机标定的特殊需求研制的面向LED地屏系统的标定辅助程序。

摘要： 人工智能是一种基于计算机技术的新技术,随着技术的不断改进,产业的发展在各个领域都得到了推进,在机械和电子工学领域,人工智能的应用大大提高了机器和电子工学领域的智能和自动化水平,本文对人工智能在电子机械工程领域的应用进行了分析,研究提高机械和电子产业领域自动化水平的方法,更好地在机械电子工程领域利用人工智能技术.

摘要： 国家区域援助对象识别事关国家区域援助的成效,对于缩小区域差距、实现区域协调发展具有重大意义。然而实践中,国家区域援助对象识别面临标准模糊混乱、分类重叠交错等问题,一定程度上产生了新的区域矛盾和社会问题,急需科学的方法进行精准识别。随着自然语言处理技术的提升以及智网工程的全面建构,大数据在“充分数据”和算法逻辑上的优势,将大数据在区域领域的应用推向了新的高度。但是,公共政策形成与个人隐私权保护之间的价值冲突、数据抽取不公正产生的数据歧视和算法人为设定带入的“价值他设”问题都对运用大数据进行国家区域援助对象识别提出新的挑战。为此,从伦理路径和实践路径加强大数据区域应用的指引和规范,可以有效保障国家干预区域市场的正义性和合目的性,有助于国家区域援助突破发展桎梏,重塑制度价值。

摘要： 通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提.该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法(Series Otsu,SOtsu)提取颖花花药,同时使用深度学习算法基于区域的快速卷积神经网络(Faster Regional Convolutional Neural Network,FasterRCNN)及YOLO-v3识别颖花花药与张开颖花内外颖,通过对比不同算法识别精确率、召回率、F1系数以及皮尔逊相关性系数,研究适用于识别颖花开花状态的特征与方法.结果显示,FasterRCNN算法检测张开颖花内外颖精确率达1,召回率达0.97,F1系数为0.98,皮尔逊相关系数为0.993,串联大津法检测吐出花药精确率达0.92,召回率达0.93,F1系数为0.93,皮尔逊相关系数为0.936.这表明串联大津法与FasterRCNN算法适用于水稻颖花开花状态检测,且张开颖花内外颖比吐出花药更适合作为水稻开花状态特征应用于深度学习算法检测.串联大津法可代替FasterRCNN算法在模型构建完成前进行检测,保证水稻颖花开花状态检测连续性.

摘要： 采摘点的识别与定位是智能采摘的关键技术,也是实现高效、适时、无损采摘的重要保证.针对复杂背景下番茄串采摘点识别定位问题,提出基于RGB-D信息融合和目标检测的番茄串采摘点识别定位方法.通过YOLOv4目标检测算法和番茄串与对应果梗的连通关系,快速识别番茄串和可采摘果梗的感兴趣区域(Region of Interest,ROI);融合RGB-D图像中的深度信息和颜色特征识别采摘点,通过深度分割算法、形态学操作、K-means聚类算法和细化算法提取果梗图像,得到采摘点的图像坐标;匹配果梗深度图和彩色图信息,得到采摘点在相机坐标系下的精确坐标;引导机器人完成采摘任务.研究和大量现场试验结果表明,该方法可在复杂近色背景下,实现番茄串采摘点识别定位,单帧图像平均识别时间为54 ms,采摘点识别成功率为93.83％,采摘点深度误差±3 mm,满足自动采摘实时性要求.

摘要： 针对电气设备红外图像边界模糊、噪声大等问题,结合卷积神经网络模型和图像识别技术,利用可见光图像与红外成像,实现了对配电网电气设备的高精度远程识别和发热诊断.采用卷积神经网络和边框回归算法完成了对识别对象的标记,基于灰度梯度信息矩阵提取了配电网红外图像的纹理信息特征参数,采用主成分分析的方法得到特征参数的主成分分量,并将其作为输入向量,对设备运行状态进行识别.结果表明,样本训练及测试的准确率能够分别达到95％、90％以上,设备发热故障识别准确率约为85％.

摘要： [目的/意义]专利转移对象识别对促进高校专利转移、实现科技创新驱动经济发展具有重要意义.[方法/过程]研究立足于企业成本控制及延续性创新需求,首先采用文本挖掘方法,抽取校企专利说明书中发明内容部分的技术方案及其功效信息,然后通过技术方案相似度计算并辅以阈值筛选,建立双方的技术关联关系,最后构建由发明内容语义信息推导得出的技术-功效图,从技术方案相似度和功效优化程度两个维度评估专利的可转移价值,识别专利转移对象,并以我国高校石墨烯领域专利对识别效果进行验证.[结果/结论]该方法首次将高校专利技术与企业的延续性创新需求进行科学关联对比,更加兼顾企业减少学习成本、提高产品性能的目的性,提升了识别方法的科学性和有效性.

摘要： 《钢管》杂志从2021年第1期开始在文章首页添加D0I号和开放科学(资源服务)标识码(OSID)o DOI(Digital Object Identification)号是数字对象唯一标识码,具有唯一性、持久性和兼容性。《钢管》的DOI号为:10.19938/j.steelpipe.1001-2311.yyyy.Z.AA.BB。其中,“10.19938”由国际数字对象识别号基金会确定,是期刊在数字时代的“身份证”。

摘要： 提高土地利用效率,保护生态环境,推进低效建设用地减量化,成为中国当前转型发展阶段面临的重要工作.本文以上海市嘉定区为例,通过对既有建设用地减量化工作实践进行剖析和反思,以“从何减量、怎样减量以及如何平衡”三大核心问题为导向.通过对象识别、减量路径以及平衡机制的研究,提出“负增长”背景下建设用地减量的相关思路与方法以推动城市发展模式转型.

摘要： 视频对象是一个具有一定生存周期、在时间轴上连续的概念，是视频媒体所表现的主体。视频对象提取是将视频中重要的或人们感兴趣的视频对象(Video Object，VO)相对背景分割开来，得到一个独立于背景的完整的对象，待后续处理程序在更高的层次上进行分析。它是视频信息处理的基础，是基于内容的视频编码、检索的关键技术，在计算机视觉中是对象识别的前提条件。

摘要： 论文以"鄂西聚磷区矿产资源开发多目标遥感调查与监测"实践为例,探讨项目实施中影像几何纠正精度问题、对象识别问题以及遥感尺度等3类问题。影像几何纠正涉及投影变换、正射影像生成问题。对象识别过程中需要解决矿产资源开采状态识别、开采场地与废弃物堆场识别、资源开发引起的地质灾害与环境等问题。多目标遥感调查中使用了多尺度遥感数据,对同一对象的识别和掌握必然存在不同的精度,为了减少调查中的不确定性,实现多目标调查的关键是:加强多源、多时相遥感数据的融合和同化应用,注重中-高空间分辨率和高空间分辨率遥感数据信息的挖掘。

摘要： 针对图像分析与对象识别的原理及图像数据的特征,采用ADO数据库访问技术,提出了一种图像对象的自动识别方法.首先建立对象视觉特征知识库,然后读取图像数据进行图像分析,通过相似度计算来确定各区域的对象名,最后将分析结果写入数据库,识别结果显示到界面上,从而实现数据库中图像对象的自动识别.实验结果表明了该方法的有效性。

摘要： 图像数据的海量增长给图像检索技术提出了更高的要求,基于内容的图像检索(CBIR)技术面临的问题是图像级内容特征容易提取但检索结果不令人满意,语义级内容特征更符合人们的需求但特征提取非常困难,因此,本文提出基于对象的图像检索概念,并以篮球、足球、排球为应用实例,实现了基于对象的图像检索(OBIR)应用.本文讨论了其中的关键技术如对象分割、特征映射以及对象识别.最后,用进行了简单的实验,实验结果表明OBIR技术可以逐步实现基于语义级特征的图像分类与检索.

摘要： 为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,采用频繁项集挖掘技术,能在大量局部特征中发现频繁出现的空间配置。这些窄间配置可作为词语,加入到特征包分类模型,实现图像分类。用PASCAL2007视觉竞赛部分数据集作为测试数据集,分类测试结果表明,这种空间配置挖掘方法能快速处理大量视觉数据,得到的空间配置比单个局部特征具有更强的判别性,并能较好实现对象分类。

摘要： 为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,采用频繁项集挖掘技术,能在大量局部特征中发现频繁出现的空间配置。这些窄间配置可作为词语,加入到特征包分类模型,实现图像分类。用PASCAL2007视觉竞赛部分数据集作为测试数据集,分类测试结果表明,这种空间配置挖掘方法能快速处理大量视觉数据,得到的空间配置比单个局部特征具有更强的判别性,并能较好实现对象分类。

摘要： 为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,采用频繁项集挖掘技术,能在大量局部特征中发现频繁出现的空间配置。这些窄间配置可作为词语,加入到特征包分类模型,实现图像分类。用PASCAL2007视觉竞赛部分数据集作为测试数据集,分类测试结果表明,这种空间配置挖掘方法能快速处理大量视觉数据,得到的空间配置比单个局部特征具有更强的判别性,并能较好实现对象分类。

摘要： 为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,采用频繁项集挖掘技术,能在大量局部特征中发现频繁出现的空间配置。这些窄间配置可作为词语,加入到特征包分类模型,实现图像分类。用PASCAL2007视觉竞赛部分数据集作为测试数据集,分类测试结果表明,这种空间配置挖掘方法能快速处理大量视觉数据,得到的空间配置比单个局部特征具有更强的判别性,并能较好实现对象分类。

摘要： 介绍一种Web图像对象的自动识别系统的实现方法.在该方法中,采用"与或式"描述法,建立对象视觉特征知识库.分析图像所在的Web页面,建立多媒体图像数据库,然后利用ADO访问多媒体数据库,读取图像数据并进行图像分析,通过计算图像中提取的区域的视觉特征与知识库中各对象的视觉特征的相似度来确定此区域对应的对象名,最后将分析结果写入数据库,识别结果显示到界面上,从而实现多媒体数据库中图像对象的自动识别.

摘要： 本发明提供一种搬运对象物识别系统，其用于识别附有RFID标签且正由叉车进行搬运的托盘，其具有取得部、识别部和输出部，其中上述取得部取得含有在至少包含叉车正在移动的时间的指定读取时间内，通过设在叉车上的RFID阅读机至少读取多次而得到的标签ID、和读取时刻的标签信息；识别部基于每个利用标签ID进行识别的RFID标签的在指定读取时间内的读取频率、读取时刻的间隔以及读取的连续性中的至少一者，识别附在正由叉车进行搬运的托盘处的RFID标签的标签ID；输出部输出被识别的标签ID。

摘要： 一种近场UHF识别系统(100)包括：i)作为导电材料或包含导电材料的对象(110)；和ii)超高射频微带应答器(10,30,50,70)，其中该微带应答器包括微带线(13)和连接于所述微带线(13)的识别微芯片(14)；其中微带应答器(10,30,50,70)在对象(110)上位于该对象(110)具有导电区域的位置处，微带线(13)沿对象(110)的至少一个边缘部(111,114)。当识别系统(100)正被该系统下方的问询器询问时，将该系统配置为：通过由对象(110)边缘部上的电流所感生的磁性近场从微带线(13)向所述对象(110)的下方发送识别信号，使得识别微芯片(14)能被识别。本专利申请还包括针对使用近场识别来识别作为导电材料或包含导电材料的对象(110)或此类对象(110)的方法的独立权利要求。

摘要： 本发明提供一种搬运对象物识别系统，其用于识别附有RFID标签且正由叉车进行搬运的托盘，其具有取得部、识别部和输出部，其中上述取得部取得含有在至少包含叉车正在移动的时间的指定读取时间内，通过设在叉车上的RFID阅读机至少读取多次而得到的标签ID、和读取时刻的标签信息；识别部基于每个利用标签ID进行识别的RFID标签的在指定读取时间内的读取频率、读取时刻的间隔以及读取的连续性中的至少一者，识别附在正由叉车进行搬运的托盘处的RFID标签的标签ID；输出部输出被识别的标签ID。

摘要： 识别传感器(100)包括三维传感器(102)和控制器(104)。三维传感器(102)使扫描射束水平地扫描，针对扫描线上的多个测定点进行距离的测量。控制器(104)在多个测定点中的修正点控制三维传感器(102)的俯仰角，以使该修正点的高度接近规定值。

摘要： 一种近场UHF识别系统(100)包括：i)作为导电材料或包含导电材料的对象(110)；和ii)超高射频微带应答器(10,30,50,70)，其中该微带应答器包括微带线(13)和连接于所述微带线(13)的识别微芯片(14)；其中微带应答器(10,30,50,70)在对象(110)上位于该对象(110)具有导电区域的位置处，微带线(13)沿对象(110)的至少一个边缘部(111,114)。当识别系统(100)正被该系统下方的问询器询问时，将该系统配置为：通过由对象(110)边缘部上的电流所感生的磁性近场从微带线(13)向所述对象(110)的下方发送识别信号，使得识别微芯片(14)能被识别。本申请还包括针对使用近场识别来识别作为导电材料或包含导电材料的对象(110)或此类对象(110)的方法的独立权利要求。

摘要： 本申请实施例提供了一种对象重识别方法、装置、电子设备及对象重识别系统，该方法包括：获取待识别图像，待识别图像包括待识别对象；确定待识别图像中待识别对象的身体区域的第一质量评分，并确定待识别图像中待识别对象的面部区域的第二质量评分；确定身体区域与目标对象的身体区域的第一相似度，并确定面部区域与目标对象的面部区域的第二相似度；根据第一质量评分、第二质量评分、第一相似度和第二相似度，确定待识别对象和目标对象的匹配分数；根据匹配分数，确定待识别对象与目标对象是否为同一对象。这样，可以很好的应对更加复杂场景中的对象重识别，大大提升了对象重识别的泛化性能，进一步提高了对象重识别的准确率。

摘要： 本公开涉及一种对象识别模型的训练方法、对象识别方法和对象识别设备。训练方法包括：获取训练集，其中，所述训练集包括用于训练的多组输入样本和与输入样本对应的标记结果，每个输入样本包括对象图像和元数据，元数据被配置为描述相应的对象图像；基于神经网络，使用所述训练集来训练所述对象识别模型；以及当训练准确率大于或等于预设准确率时结束训练，并得到训练后的对象识别模型。

摘要： 本公开提供了一种对象识别模型的训练方法和对象识别方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉领域和深度学习领域，可应用于人脸识别和内容审核等场景下。对象识别模型的训练方法的具体实现方案为：检测包括完整结构的目标对象的第一样本图像，得到目标对象的关键点信息；根据关键点信息裁剪第一样本图像，得到针对目标对象的多个区域图像，每个区域图像包括目标对象的残缺结构；将多个区域图像分别与预定背景图像融合，得到多个第二样本图像；以及根据多个第二样本图像对目标检测模型进行训练。

摘要： 本发明实施例公开了一种对象识别方法和对象识别装置。本发明实施例获取原始图像，并对原始图像进行图像识别确定原始图像中至少一个目标对象的对象标识框和类别标识，然后根据对象标识框对原始图像进行裁剪得到至少一个目标图像，进而对目标图像进行图像识别确定各目标对象的类别标识，从而将两次图像识别得到的类别标识进行匹配，以确定目标对象是否通过验证。本发明实施例通过两个图像识别模型对目标对象所属的类别进行验证，并对包括原始图像中与目标对象相关的图像数据的目标图像进行二次验证，相对于单一图像识别验证的方式有效提升了对象识别的准确性。

摘要： 本公开的对象识别系统包括：光源部，利用具有预定图案的点光照射被检体；事件检测传感器，接收由被检体反射的具有预定图案的点光并且将像素的亮度变化超过预定阈值的情况检测为事件；以及信号处理部，当在事件检测传感器的像素阵列部中等于或大于预定的像素数量的连续的多个像素在特定时段内检测到发生了事件时，执行将该事件作为噪音去除的处理。