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！

龙图腾网获悉四川省农业科学院蚕业研究所;西南大学申请的专利一种密集条件下跨时间序列的家蚕个体身份识别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：CN116740148B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310774280.0，技术领域涉及：G06T7/277；该发明授权一种密集条件下跨时间序列的家蚕个体身份识别方法是由石洪康;陈肖;李林波;肖文福;祝诗平;张剑飞设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本一种密集条件下跨时间序列的家蚕个体身份识别方法在说明书摘要公布了：本发明提供一种密集条件下跨时间序列的家蚕个体身份检索识别方法。该方法利用深度学习中的目标检测技术，首先在时间序列的起始时刻使用检测模型检测出家蚕个体，并对检测到的每只家蚕分配一个身份编号，而后使用卡尔曼滤波器预测每只家蚕在下一时刻的位置，而后再次使用目标检测模型在第二时刻进行个体检测，并使用匈牙利算法将上一时刻的预测结果与当前时刻的检测结果进行关联匹配，关联成功的家蚕即为同一只家蚕，共用一个身份编号，从第二时刻起对于新检测到的个体增加身份编号，未检测到的家蚕始终保留身份编号，再次使用卡尔曼滤波预测每只家蚕在下一帧的位置，通过在序列帧图像上循环进行个体检测、位置预测、身份匹配和位置更新等步骤，实现在密集条件下跨时间序列的家蚕个体身份检索识别。

本发明授权一种密集条件下跨时间序列的家蚕个体身份识别方法在权利要求书中公布了：1.一种密集条件下跨时间序列的家蚕个体身份识别方法，其特征在于包括以下步骤： S1.通过目标检测模型对固定区域中的家蚕进行初始时刻的个体检测，并对检测到的每只家蚕分配一个身份编号； 所述目标检测模型以YOLOv7为基础构架，在特征提取和融合网络中添加了基于特征映射的通道校准网络，在训练过程中，使用βCIoU函数作为个体检测模型训练的边界框回归函数； 所述通道校准网络的工作流程为： S1.1、对特征图进行线性映射，其中，是可学习的参数； S1.2、使用式1的全局平均池化方法进行特征汇聚，得到特征权重， 式1 其中，代表全局平均池化； S1.3、采用ECANet提出的1D卷积获取每个通道之间的依赖关系，采用式2进行激活运算， 式2 其中，为Sigmoid激活函数，且； S1.4、将线性映射与特征值权重相乘，得到矫正后的特征图，用式3表示为： 式3 其中，代表像素相乘； 边界框回归函数如式4所示， 式4 其中，x，y是预测框的中心点坐标，gt，ygt是真实框的中心点坐标，，H是真实框与预测框并集的长度与宽度，，H真实框与预测框交集部分的长度与宽度，是预测框与真实框交集的面积； S2.使用卡尔曼滤波预测每只家蚕在下一时刻的位置，并通过目标检测模型进行该时刻的个体检测，并对检测到的每只家蚕分配一个临时身份编号； S3.采用检索识别模型对当前时刻的检测结果与上一时刻的检测结果进行对象匹配，匹配成功的家蚕，共用同一身份编号，未匹配成功的家蚕，保留身份编号； 所述S3中对象匹配的方法包括如下两种： 在当前帧与上一帧是连续序列时，根据家蚕在蚕箔中的位置不会发生突变，计算当前帧中每个家蚕的外接矩形面积与上一帧中每个家蚕外接矩形面积交并比值最大的为同一家蚕，共用同一编号； 在当前帧与上一帧为随机序列图像时，通过计算当前帧每个家蚕图像的深度特征，并使用匈牙利算法进行对象匹配，两只不同序列家蚕的深度特征余弦相似度相同即为同一家蚕，共用同一编号； S4.重复S2-S3，直至未匹配的家蚕，在某时刻匹配成功，实现家蚕身份识别。

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四川省农业科学院蚕业研究所;西南大学，其通讯地址为：637000 四川省南充市顺庆区合众街97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。