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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院;江西农业大学申请的专利一种基于跨模态特征学习的鸟类识别与监测方法及系统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：CN121281104B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511852813.8，技术领域涉及：G06V40/10；该发明授权一种基于跨模态特征学习的鸟类识别与监测方法及系统是由况燕军;钱文彬;胡京;李自强;卢雨欣;蔡星星;黄昆设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种基于跨模态特征学习的鸟类识别与监测方法及系统在说明书摘要公布了：本发明涉及人工智能、计算机视觉与跨模态学习技术领域，具体为一种基于跨模态特征学习的鸟类识别与监测方法及系统。本发明同步采集RGB图像和红外图像；采用YOLOv8骨干网络分别提取双模态特征；对RGB特征进行空间重构、对红外特征进行通道重构，并与融合权重特征进行加权融合，得到融合特征；通过通道注意力机制划分高响应区域和低响应区域，对高响应区域进行多尺度补丁感知注意力处理，利用高响应特征引导低响应区域增强，得到去冗余特征；输出鸟类目标的类别、位置和置信度。本发明通过跨模态特征融合和特征去冗余机制，实现了复杂环境下的全天候高精度鸟类识别，为生态监测提供技术支撑。

本发明授权一种基于跨模态特征学习的鸟类识别与监测方法及系统在权利要求书中公布了：1.一种基于跨模态特征学习的鸟类识别与监测方法，其特征在于，包括： S100：获取同步采集的RGB图像和红外图像； S200：分别对所述RGB图像和红外图像进行特征提取，得到RGB特征和红外特征； S300：对RGB特征进行空间重构、对红外特征进行通道重构，得到重构后的RGB特征和重构后的红外特征；将RGB特征和红外特征进行拼接后经卷积处理，再通过全局平均池化和全局最大池化，将池化结果拼接得到融合权重特征；将所述重构后的RGB特征、重构后的红外特征以及融合权重特征进行加权融合，得到融合特征； S400：通过通道注意力机制将所述融合特征划分为高响应区域特征和低响应区域特征；对高响应区域特征进行多尺度补丁感知注意力处理，得到高响应增强特征；利用所述高响应增强特征生成注意力权重对低响应区域特征进行引导增强；将增强后的高响应特征和增强后的低响应特征进行拼接，得到去冗余特征； S500：将所述去冗余特征输入预测网络，输出鸟类目标的类别、位置和置信度； 所述对RGB特征进行空间重构的步骤包括： 对RGB特征进行组归一化，计算得到通道尺度参数； 基于所述通道尺度参数计算通道权重； 根据所述通道权重将RGB特征划分为重要特征区域和非重要特征区域； 对所述重要特征区域和非重要特征区域分别进行加权后重建，得到重构后的RGB特征； 所述对红外特征进行通道重构的步骤包括： 将红外特征在通道维度上拆分为上半部分特征和下半部分特征； 对所述上半部分特征依次执行分组卷积和逐点卷积变换，对所述下半部分特征执行逐点卷积变换； 将变换后的上半部分特征和下半部分特征进行拼接； 对拼接后的特征进行全局平均池化计算特征重要性向量，基于所述特征重要性向量对拼接后的特征进行加权融合，得到重构后的红外特征； 将所述重构后的RGB特征、重构后的红外特征以及融合权重特征进行加权融合时，采用三路并行加权方式，各路特征的加权系数通过模型训练自适应学习得到。

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国网江西省电力有限公司电力科学研究院;江西农业大学，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88号；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。