Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 宜宾西南大学研究院;四川省农业科学院蚕业研究所(四川省农业科学院特种经济动植物研究所)石洪康获国家专利权

宜宾西南大学研究院;四川省农业科学院蚕业研究所(四川省农业科学院特种经济动植物研究所)石洪康获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉宜宾西南大学研究院;四川省农业科学院蚕业研究所(四川省农业科学院特种经济动植物研究所)申请的专利一种融合行为与视觉特征的家蚕脓病早期智能诊断方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117315447B

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311156886.4,技术领域涉及:G06V10/86;该发明授权一种融合行为与视觉特征的家蚕脓病早期智能诊断方法是由石洪康;祝诗平;李林波;黄华;胡光荣;田丁伊;张剑飞设计研发完成,并于2023-09-08向国家知识产权局提交的专利申请。

一种融合行为与视觉特征的家蚕脓病早期智能诊断方法在说明书摘要公布了:本发明属于农业信息化领域,尤其涉及一种融合行为与视觉特征的家蚕脓病早期智能诊断方法,根据家蚕感染脓病早期,会表现出狂躁爬行的行为特征,以及会出现环节肿胀、脓液流出等视觉特征,利用人工智能中的深度学习和计算机视觉技术,分别提取家蚕的视觉特征和行为特征,而后将两者融合,进一步识别模型诊断家蚕是否感染脓病,结果也更加客观准确。本发明能够实现对家蚕脓病的早期检测,进一步开发出应用软件后能够应用到智能养殖设备上,具有非常好的应用前景。

本发明授权一种融合行为与视觉特征的家蚕脓病早期智能诊断方法在权利要求书中公布了:1.一种融合行为与视觉特征的家蚕脓病早期智能诊断方法,其特征在于包括以下步骤: S1.通过个体检测模型对视频图像中的家蚕检测,提取行为特征; S2.通过个体身份重识别模型对视频图像中的家蚕检测,提取视觉特征; S3.将提取的视觉特征和行为特征融合后输入,使用混合CNN和VisionTransformer的识别模型,预测每只家蚕是否感染脓病; 所述S1中的个体检测模型是以YOLOv8为基础构架,在特征提取网络后添加通道校正模块,在主干网络和特征融合网络之间添加空间增强模块,通过通道校正网络实现通道校正,经训练的个体检测模型,检测精度≥97%; 所述个体身份重识别模型是基于金字塔结构的卷积核,添加了通道注意力机制提升关键信息的提取能力和通道校正,经训练的家蚕个体身份重识别模型,识别精度≥95%; 所述S1具体为: S1.1将视频中的任意帧图像作为第一帧图像,使用预训练的个体检测模型对家蚕头部进行定位,用每只家蚕在图像中外接矩形的4个顶点表示其在图像中的位置,将每只家蚕的位置信息存储到链表中; S1.2根据每只家蚕头部的位置坐标,使用卡尔曼滤波器预测其在下一帧图像中可能出现的位置坐标; S1.3使用预训练的个体身份重识别模型提取每个家蚕头部的深度卷积特征; S1.4使用匈牙利和余弦相似度将家蚕在当前帧的个体检测结果与位置预测结果进行匹配关联,关联成功的即共享一个身份标签,并校正家蚕在该帧的准确位置; S1.5根据每只家蚕头部在视频中每帧图像上的位置信息,获取每只家蚕的头部活动轨迹; S1.6使用预训练的图神经网络提取每只家蚕的活动轨迹的行为特征; 所述S3中的识别模型中Transformer用于获取全局特征,Transformer的特征提取采用滑动窗口自注意力机制方法,CNN用于获取局部特征。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人宜宾西南大学研究院;四川省农业科学院蚕业研究所(四川省农业科学院特种经济动植物研究所),其通讯地址为:644000 四川省宜宾市临港经济开发区沙坪路7号D1-A17楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。