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！

龙图腾网恭喜青岛农业大学;青州市林业发展中心;青州市杨集林场申请的专利一种野茉莉属植物叶片表型的识别方法、识别系统和介质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：CN119027827B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411533696.4，技术领域涉及：G06V20/10；该发明授权一种野茉莉属植物叶片表型的识别方法、识别系统和介质是由张翠萍;张森森;赵炳硕;李伟;鞠易倩;李璐璐设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种野茉莉属植物叶片表型的识别方法、识别系统和介质在说明书摘要公布了：本申请实施例涉及一种野茉莉属植物叶片表型的识别方法、识别系统和介质，属于植物智能识别技术领域，识别方法包括：基于待测植物的叶片图像，利用混合特征提取神经网络提取出叶片的混合特征；基于叶片的混合特征，利用鉴别神经网络提取出单属性特征，单属性特征包括叶片大小特征、叶片颜色特征和叶片叶缘特征；基于叶片的混合特征和各个单属性特征，利用门控模型确定各个单属性特征分别对应的融合参数；基于各个单属性特征和融合参数得到融合后的多属性特征；基于多属性特征，利用异常检测模型进行异常检测，得到待测植物的叶片表型，能够生成鲁棒性较高、信息属性完备的多属性融合特征，提高野茉莉叶片异常表型识别的准确率。

本发明授权一种野茉莉属植物叶片表型的识别方法、识别系统和介质在权利要求书中公布了：1.一种野茉莉属植物叶片表型的识别方法，其特征在于，所述识别方法包括：基于待测植物的叶片图像，利用深度卷积神经网络提取出初始混合特征；基于所述初始混合特征，利用全连接层进行线性变换和激活函数处理得到变更维度后的混合特征；基于所述叶片的混合特征，利用鉴别神经网络提取出单属性特征，所述单属性特征包括叶片大小特征、叶片颜色特征和叶片叶缘特征；对各个单属性分别对应的初始的鉴别神经网络进行训练的训练方法包括：基于各个初始的鉴别神经网络的单属性的预测结果和叶片图像训练数据集的叶片图像的细粒度属性标注的内容，利用鉴别损失函数对各个鉴别神经网络进行训练，得到训练后的各个鉴别神经网络；基于叶片的混合特征和各个单属性特征，利用门控模型确定各个单属性特征分别对应的融合参数，包括：基于混合特征以及各个单属性特征进行拼接，并进行线性变换，分别得到各个单属性特征相对应的门控阈值；基于所述各个单属性特征和融合参数得到融合后的多属性特征；基于所述多属性特征，利用异常检测模型进行异常检测，得到待测植物的叶片表型。

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青岛农业大学;青州市林业发展中心;青州市杨集林场，其通讯地址为：266000 山东省青岛市城阳区长城路700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”。