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！

龙图腾网获悉珠海科技学院申请的专利一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算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：CN120451637B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510508715.6，技术领域涉及：G06V10/764；该发明授权一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算法是由潘欣欣;许济江;司玉娟;林载炘;王奕哲;黄梓晖;李乾宁设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算法在说明书摘要公布了：本发明公开了一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算法，涉及鸟类识别，解决现有鸟类细粒度识别技术细粒度特征提取与定位耦合不足、目标形态学习困难与局部形变的建模能力有限且细粒度感知局限且部署资源消耗巨大的技术问题。该算法包括，S11：根据鸟类图像信息提预测动态偏移量；S12：根据动态偏移量动态变形以生成目标采样坐标；S13：通过目标采样坐标以得到动态变形后的鸟类特征；S14：根据动态变形后的鸟类特征处理得到增强鸟类特征；S15:将增强鸟类特征和基本鸟类特征进行融合以生成鸟类融合特征；S16:根据鸟类融合特征以输出目标鸟类细粒度特征。本发明降低了模型的参数量和计算复杂度，满足轻量化需求，有效捕捉局部形变和细微特征。

本发明授权一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算法在权利要求书中公布了：1.一种蛇形可变形卷积与空洞卷积的鸟类细粒度检测算法，其特征在于，该算法包括， S11：获取鸟类图像信息，对所述鸟类图像信息提取基本鸟类特征，根据所述基本鸟类特征预测动态偏移量； S12：构建基础采样网络，根据所述动态偏移量对基础采用网络的基础采样坐标进行动态变形以生成目标采样坐标； S13：通过所述目标采样坐标对基本鸟类特征进行采样以得到动态变形后的鸟类特征； S14：根据所述动态变形后的鸟类特征处理得到增强鸟类特征； S15:将所述增强鸟类特征和基本鸟类特征进行融合以生成鸟类融合特征； S16:根据所述鸟类融合特征触发目标卷积策略以输出目标鸟类细粒度特征； 在S12中，生成所述目标采样坐标的方法为，设置原始的中心坐标和卷积核模版以构成基础采样网络，获取所述基础采样网络的基础采样坐标，根据所述动态变形的方向对基础采样坐标的水平坐标和垂直坐标分别施加动态偏移量以生成目标采样坐标； 在S13中，对所述基本鸟类特征进行双线性插值采样以得到动态变形后的鸟类特征，得到所述动态变形后的鸟类特征的表达式为， ； 其中，，表示动态变形后的鸟类特征； 在S15中，生成所述鸟类融合特征的表达式为， ； 其中，Output1为鸟类融合特征，为基本鸟类特征，为增强鸟类特征水平方向上的特征量，为增强鸟类特征垂直方向上的特征量。

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珠海科技学院，其通讯地址为：519040 广东省珠海市金湾区安基东路8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。