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 > 中国科学院长春光学精密机械与物理研究所姚东获国家专利权

中国科学院长春光学精密机械与物理研究所姚东获国家专利权

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!

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于多维信息融合的广域鸟群检测与统计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:CN119091330B

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:202411207973.2,技术领域涉及:G06V20/17;该发明授权基于多维信息融合的广域鸟群检测与统计方法是由姚东;戴朋章;晏春回;马天翔;梁超;王中石;孟令通设计研发完成,并于2024-08-30向国家知识产权局提交的专利申请。

基于多维信息融合的广域鸟群检测与统计方法在说明书摘要公布了:本发明属于湿地鸟类检测技术领域,尤其涉及一种基于多维信息融合的广域鸟群检测与统计方法。包括:S1:将视场相同的可见相机、红外相机和偏振相机搭载在无人飞行器上,进行多维图像采集;S2:利用步骤S1获得的多维图像采集结果制作飞鸟检测数据集;S3:构建飞鸟检测深度神经网络,利用飞鸟检测数据集对飞鸟检测深度神经网络进行训练,获得训练好的飞鸟检测深度神经网络;S4:对待测区域内的飞鸟进行多维图像采集,并将多维图像采集结果输入至训练好的飞鸟检测深度神经网络进行飞鸟类型的检测和飞鸟像素位置的检测;S5:根据步骤S4的检测结果统计待测区域内的飞鸟的种类与数量。本发明具有自动化、精度高和快速化的优点。

本发明授权基于多维信息融合的广域鸟群检测与统计方法在权利要求书中公布了:1.一种基于多维信息融合的广域鸟群检测与统计方法,其特征在于:具体包括如下步骤: S1:将视场相同的可见相机、红外相机和偏振相机搭载在无人飞行器上,对选定区域内的飞鸟进行多维图像采集; 在步骤S1中,多维图像包括红外图像、可见图像和偏振图像; S2:利用步骤S1获得的多维图像采集结果制作飞鸟检测数据集; 步骤S2具体包括如下步骤: S21:利用双线性插值法对红外图像进行超分辨率操作,使每组视场相同的红外图像与可见图像以及偏振图像的分辨率相同: ; 其中,为红外图像,为可见图像和偏振图像; S22:标注各组视场相同的红外图像、可见图像和偏振图像,各自包含的飞鸟类型和飞鸟像素位置; S23:将每组视场相同的红外图像、可见图像和偏振图像所包含的飞鸟像素位置的标注框取并集; S24:将取并集后的各组视场相同的红外图像、可见图像和偏振图像划分为训练集和验证集,实现所述飞鸟检测数据集的制作; S3:构建飞鸟检测深度神经网络,利用所述飞鸟检测数据集对所述飞鸟检测深度神经网络进行训练,获得训练好的飞鸟检测深度神经网络; 在步骤S3中,飞鸟检测深度神经网络包括多维信息融合单元和基于尺度感知的双向特征金字塔网络单元,将各组视场相同的红外图像、可见图像和偏振图像按通道进行堆叠,获得堆叠图像,并将所述堆叠图像输入至所述多维信息融合单元进行图像融合,获得多维融合图像,将所述多维融合图像经过基于尺度感知的双向特征金字塔网络单元进行特征提取,获得各组视场相同的多维图像上的飞鸟类型和飞鸟像素位置; S4:对待测区域内的飞鸟进行多维图像采集,并将多维图像采集结果输入至训练好的飞鸟检测深度神经网络进行飞鸟类型的检测和飞鸟像素位置的检测; S5:根据步骤S4的检测结果统计待测区域内的飞鸟的种类与数量。

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中国科学院长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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。

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。