恭喜中国海洋大学付民获国家专利权
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！
龙图腾网恭喜中国海洋大学申请的专利一种小样本浮游生物图像增强识别方法及其模型搭建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：CN119992223B 。
龙图腾网通过国家知识产权局官网在2025-07-04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：202510457298.7，技术领域涉及：G06V10/764；该发明授权一种小样本浮游生物图像增强识别方法及其模型搭建方法是由付民;李佳烜;邓传燕;杨世民;孙梦楠;郑冰设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。
本一种小样本浮游生物图像增强识别方法及其模型搭建方法在说明书摘要公布了：本发明提供了一种小样本浮游生物图像增强识别方法及其模型搭建方法，属于水下图像增强技术领域；首先获取并整理浮游生物显微图像数据，构建规范化的数据集；然后设计了一种基于特征图重构技术的小样本浮游生物图像增强识别模型，采用深度卷积神经网络对图像进行特征提取，生成中间层特征图，并结合特征图重构机制实现类别判别；模型融合了多项面向跨域适应与结构感知的关键设计，缓解了不同数据域之间的分布差异，也显著提升了模型对浮游生物复杂形态结构的表征能力；最后在元学习框架下对模型进行端到端训练与优化，获得最佳模型。实验结果表明，该方法在多个浮游生物数据集上表现出优异的分类性能，能够在样本数量有限的条件下实现高精度识别。
本发明授权一种小样本浮游生物图像增强识别方法及其模型搭建方法在权利要求书中公布了：1.一种小样本浮游生物图像增强识别模型搭建方法，其特征在于，包括以下过程： 步骤1，获取浮游生物显微图像数据集； 步骤2，对原始图像数据进行预处理，并将其划分为基类与新类，两者无类别重叠； 步骤3，构建一种基于特征图重构网络FRN的小样本图像增强识别模型CD-FRN；模型首先接收输入图像并通过深度卷积神经网络提取中间层特征图；随后，引入多个特征增强机制，包括用于执行分布标准化与校准的跨域特征对齐策略、用于增强域特定响应的通道空间门控模块以及用于建模多尺度形态信息的形态感知模块；增强后的特征图被送入特征图重构流程，模型在每个小样本任务中基于支持集构建重构支持矩阵，采用闭式岭回归实现对查询特征的线性拟合，并以重构误差作为类别判别依据； 步骤4，在元学习框架下对CD-FRN模型进行训练与验证，获取最优模型参数；其中损失函数由基于重构误差构建的主分类损失函数与基于通道统计对齐的CMA损失函数构成。
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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号