专利名称:基于深度学习和图像处理的马体尺测量方法专利类型:发明专利 发明人:张婧婧,张靓靓,李勇伟,达新民,赵新苗,徐静
申请号:CN201911016728.2
申请日:20191024
公开号:CN110782467A
公开日:
20200211
专利内容由知识产权出版社提供
摘要:本发明涉及图像处理技术领域,具体为基于深度学习和图像处理的马体尺测量方法,该方法包括以下步骤:YOLACT的分割、马体分割图像的预处理、马体尺测量点的标定和马体尺的测量。基于YOLACT实例分割技术,完成马体与背景的快速、高性能分割;提出动态网格的测点标定方法,完成马体尺特征点的数据标定;采用Regress的多元线性回归方式,完成马体尺数据中胸围、管围的数据拟合及三维预测,并以像素为640*480两匹伊犁马体图像为例,定量获得了体尺测量结果;结果表明,基于深度学习和图像测量技术,可有效进行伊犁马体尺的自动测量并将其误差控制在较小范围之间,就大体型动物的体尺测量技术而言,该研究具备范例参考意义。 申请人:新疆农业大学
地址:830000 新疆维吾尔自治区乌鲁木齐市农大东路311号新疆农业大学
国籍:CN
代理机构:北京市京大律师事务所
代理人:刘玮