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！

龙图腾网获悉华南农业大学申请的专利基于自注意力时空特征融合的吮乳仔猪计数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：CN115661713B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211358233.X，技术领域涉及：G06V20/40；该发明授权基于自注意力时空特征融合的吮乳仔猪计数方法是由薛月菊;甘海明;侯文豪;许成果设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本基于自注意力时空特征融合的吮乳仔猪计数方法在说明书摘要公布了：本发明公开了基于自注意力时空特征融合的吮乳仔猪计数方法，包括：利用CenterNet检测视频帧中侧卧母猪，以获取视频帧吮乳仔猪关键帧和感兴趣区域，克服非吮乳仔猪运动对感兴趣区域时空特征提取的干扰；将时空双流卷积网络提取关键帧视频片段的时空特征转化为时空特征向量，输入时域、空间和融合Transformer，获得自注意力矩阵，自注意力矩阵与融合的时空特征进行元素积获得自注意力时空特征图；自注意力时空特征图输入吮乳仔猪数量回归分支完成吮乳仔猪计数。本发明充分利用了基于时空双模态数据特征的多路Transformer自注意力，提取自注意力时空特征图，实现了直接高效的吮乳仔猪计数。

本发明授权基于自注意力时空特征融合的吮乳仔猪计数方法在权利要求书中公布了：1.一种基于自注意力时空特征融合的吮乳仔猪计数方法，其特征在于，包括以下步骤： S1、采集包含母猪和若干头仔猪的视频； S2、构建CenterNet网络和FlowNet网络；利用所述CenterNet网络检测视频中母猪处于侧卧姿态的视频片段提取关键帧序列，检测侧卧母猪包围框的延伸区域为感兴趣区域，并利用所述FlowNet网络获取所述关键帧序列对应的光流图像序列； S3、利用双流CNN分别对关键帧序列中的RGB图像和光流序列提取空间特征和时域特征，进而利用空间转换向量和时域转换向量将提取到的空间特征和时域特征转化为空间特征向量和时域特征向量，将空间特征向量和时域特征向量求和获得融合特征向量； S4、将融合特征向量输入融合Transformer后输出的向量，作为时域Transforme和空间Transformer的query，联合所述时域特征向量和空间特征向量分别输入时域Transformer和空间Transformer，输出的向量分别与所述时域特征向量和空间特征向量进行求和归一化处理后分别输入前馈网络，所述前馈网络的输出分别与所述时域特征向量和空间特征向量再次求和归一化处理，分别输出的列向量、行向量进而构建自注意力矩阵； S5、将双流CNN输出的空间特征和时域特征拼接获得融合时空特征，融合时空特征与自注意力矩阵进行元素积操作，得到自注意力时空特征图； S6、自注意力时空特征图输入吮乳仔猪中心点回归分支输出吮乳仔猪的位置估计，以及自注意力时空特征图输入吮乳仔猪数量回归分支输出吮乳仔猪数量的估计，包括如下步骤： S611、以训练视频帧的吮乳仔猪包围框中心点坐标作为目标位置，以该目标位置作为高斯核中心，以包围框最小外接圆半径作为高斯核半径，建立该目标的空间位置高斯概率分布，将所有目标的空间位置高斯概率分布叠加获得视频图像帧对应的真实吮乳仔猪中心点概率热图，用于模型训练，所述吮乳仔猪中心点回归分支损失函数 其中N代表热图中目标个数，Yxyc代表真实热图上的数值，代表预测热图上的数值，α＝1且β＝2； S612、将从待测视频图像得到的自注意力时空特征图输入吮乳仔猪中心点回归分支，获得吮乳仔猪中心点概率热图，通过最大池化操作筛选出备选中心点的坐标，最终输出概率大于阈值p的吮乳仔猪中心点坐标。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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。