Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京积加科技有限公司贾哲恒获国家专利权

北京积加科技有限公司贾哲恒获国家专利权

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!

龙图腾网获悉北京积加科技有限公司申请的专利一种基于图像识别的交互智能喂鸟方法及装置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:CN118104582B

龙图腾网通过国家知识产权局官网在2025-12-05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:202410202526.1,技术领域涉及:A01K39/01;该发明授权一种基于图像识别的交互智能喂鸟方法及装置是由贾哲恒;唐矗;蒲立设计研发完成,并于2024-02-23向国家知识产权局提交的专利申请。

一种基于图像识别的交互智能喂鸟方法及装置在说明书摘要公布了:本申请提供了一种基于图像识别的交互智能喂鸟方法及装置。该方法包括:步骤S1、通过摄像头持续获取鸟类喂食区域的图像;步骤S2、通过预训练的鸟类识别模型的主干网络提取图像特征,形成原始特征向量;步骤S3、将原始特征向量经由预训练的鸟类识别模型的检测分支进行种类识别,并将识别的种类数据通过嵌入矩阵映射为指定维度的连续向量,所述连续向量的维度与原始特征向量的维度相同;步骤S4、将连续向量与原始特征向量叠加形成新的特征向量,输入至预训练的鸟类识别模型的重识别分支,获得鸟类的个体身份;步骤S5、当识别的动物种类为鸟类时,记录鸟类的个体身份及其投喂数据,当识别的动物种类为非鸟类时,发出驱赶信号。

本发明授权一种基于图像识别的交互智能喂鸟方法及装置在权利要求书中公布了:1.一种基于图像识别的交互智能喂鸟方法,其特征在于,包括: 步骤S1、通过摄像头持续获取鸟类喂食区域的图像; 步骤S2、通过预训练的鸟类识别模型的主干网络提取图像特征,形成原始特征向量; 步骤S3、将所述原始特征向量经由预训练的鸟类识别模型的检测分支进行种类识别,并将识别的种类数据通过嵌入矩阵映射为指定维度的连续向量,所述连续向量的维度与所述原始特征向量的维度相同; 步骤S4、将所述连续向量与所述原始特征向量叠加形成新的特征向量,输入至预训练的鸟类识别模型的重识别分支,获得鸟类的个体身份; 步骤S5、当识别的动物种类为鸟类时,记录鸟类的个体身份及其投喂数据,当识别的动物种类为非鸟类时,发出驱赶信号; 步骤S2之前,进一步包括通过以下步骤训练所述鸟类识别模型: 步骤S21、获取包含不同动物类型、不同背景、不同姿势和不同光照条件下的图像作为训练数据,并对所述训练数据进行鸟类目标框、类别及鸟类个体身份的标注; 步骤S22、基于待训练的鸟类识别模型处理所述训练数据,获得包含动物的检测框坐标、置信度、鸟类分类及鸟类个体识别结果; 步骤S23、基于以下公式确定鸟类识别模型的总损失Lbird: Lbird=λcoord*Lcoord+λconf*Lconf+λcls*Lcls+λTriplet*LTriplet; 其中,Lcoord、Lconf、Lcls分别为检测分支计算的检测框坐标回归损失、置信度损失和分类损失,LTriplet为重识别分支计算的三元组损失,λcoord、λconf、λcls、λTriplet分别为检测框坐标回归损失、置信度损失、分类损失和三元组损失的权重; 步骤S24、基于总损失Lbird更新鸟类识别模型的待优化权重参数以及所述嵌入矩阵,获得最终训练完成的鸟类识别模型。

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北京积加科技有限公司,其通讯地址为:100192 北京市海淀区西小口路66号中关村东升科技园·北领地C-7楼2层201;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。

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。