龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：海南大学
申请日：2024-03-27
公开（公告）日：2024-05-17
公开（公告）号：CN118053178A
主分类号：G06V40/10
分类号：G06V40/10;G06V10/20;G06V10/40;G06V10/80;G06V10/82;G06V10/764;G06V10/774
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明属于海南长臂猿个体识别技术领域，公开了一种基于多视角特征融合的海南长臂猿个体识别方法，包括海南长臂猿数据集收集、数据预处理、个体识别模型搭建步骤，本发明第一次基于计算机视觉的方法对野生长臂猿的个体进行识别，第一次将Transformer架构应用于长臂猿环境信息的编码上，并提出一种全局与局部的高效融合策略，可以让模型同时关注到野生长臂猿的面部特征、身体特征和环境特征，从而更加有效准确的对野生海南长臂猿个体进行识别。模型的评估指标是Top1准确率，Top1准确率指的是模型预测一个置信度最高的结果，该结果等于正确结果的概率。和当前常用的深度学习分类模型相比，本发明采用的个体识别模型在识别野生长臂猿个体的任务上精度达到了最佳。
主权项：1.一种基于多视角特征融合的海南长臂猿个体识别方法，其特征在于，包括以下步骤：步骤S1海南长臂猿数据集收集S1-1清晨对长臂猿群体进行追踪和拍摄，对海南长臂猿的个体活动照片进行采集；S1-2对收集到影像进行筛选，排除对于婴猿个体的识别，未采用影像数目过少的成熟个体；S1-3经过筛选和统计，收集成熟长臂猿个体的有效影像，得到长臂猿个体的面部、身体和所处的环境信息；步骤S2数据预处理S2-1海南长臂猿数据集按照8：2的比例划分训练集和测试集；S2-2标记长臂猿的面部图像和身体图像，得到原始图像、身体图像和面部图像；S2-3使用图像增强方式，使得长臂猿原始图像、身体图像和面部图像分别扩充到了原来的6倍，增加图像的多样性；步骤S3个体识别模型搭建S3-1搭建海南长臂猿个体识别模型，包括面部特征提取模块、身体特征提取模块和环境特征提取模块；S3-2采用面部特征提取器、身体特征提取器、环境特征提取器进行对应模块提取，分别得到局部特征信息和全局特征信息；S3-3局部特征信息和全局特征信息进行特征融合，得到融合后的输出个体预测结果。
全文数据：
权利要求：
百度查询： 海南大学 基于多视角特征融合的海南长臂猿个体识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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