广东海洋大学沈金伟获国家专利权
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!
龙图腾网获悉广东海洋大学申请的专利一种典型水域渔获量统计方法及系统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:CN121191198B 。
龙图腾网通过国家知识产权局官网在2026-01-30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:202511736676.1,技术领域涉及:G06V40/10;该发明授权一种典型水域渔获量统计方法及系统是由沈金伟;彭小红;岳川;李昭;李楚淳设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。
本一种典型水域渔获量统计方法及系统在说明书摘要公布了:本发明公开了一种典型水域渔获量统计方法及系统,应用于渔获量统计领域,方法包括获取典型水域内的典型渔获数据;将典型渔获数据中的第一图像数据集进行分辨率的梯度降低;识别所有待识别图像中的各个目标对象的特征信息;确定每一目标对象的运动轨迹;根据运动轨迹和特征信息对每一目标对象进行相似度判断;以相似度判断结果进行标记,得到第二图像数据集;对所有第二图像数据集进行重标记处理;整合所有具有重标记的图像,形成第三图像数据集;基于第三图像数据集的渔获统计结果,确定典型水域的渔获量数据。本发明提供的典型水域渔获量统计方法及系统,显著提升渔获量统计的效率和准确性,进而更加快速准确得到典型水域渔获量结果。
本发明授权一种典型水域渔获量统计方法及系统在权利要求书中公布了:1.一种典型水域渔获量统计方法,其特征在于,包括: 获取典型水域内的典型渔获数据; 将所述典型渔获数据中的第一图像数据集进行分辨率的梯度降低,得到各个待识别图像 识别所有所述待识别图像中的各个目标对象的特征信息; 根据所述第一图像数据集的时序演变信息,确定每一所述目标对象的运动轨迹; 根据所述运动轨迹和所述特征信息对每一所述目标对象进行相似度判断; 以相似度判断结果对所有所述目标对象进行标记,得到第二图像数据集; 对所有所述第二图像数据集进行重标记处理,其中,所述重标记处理过程被设计为在包含已识别出的相同目标对象的图像集合中,将满足预设的图像进行重标记; 整合所有具有重标记的图像,形成第三图像数据集; 基于所述第三图像数据集的渔获统计结果,确定所述典型水域的渔获量数据; 所述将所述典型渔获数据中的第一图像数据集进行分辨率的梯度降低,得到各个待识别图像,包括: 对所述第一图像数据集进行识别处理,至少确定其结构特征与表观特征; 分别对所述结构特征和所述表观特征进行多级分辨率转换,生成所述待识别图像,其中,转换后的各层级分辨率均低于原始图像的分辨率; 所述特征信息至少包括生物特征信息和运动特征信息, 所述根据所述第一图像数据集的时序演变信息,确定每一所述目标对象的运动轨迹,包括: 基于所述第一图像数据集中相邻帧的所述目标对象的所述生物特征信息,构建跨帧运动一致性度量指标; 根据所述跨帧运动一致性度量指标,生成相邻帧的所述目标对象的关联置信度; 基于所述关联置信度,对相邻帧的所述目标对象的所述运动特征信息进行计算处理,得到所述目标对象的所述运动轨迹; 所述根据所述运动轨迹和所述特征信息对每一所述目标对象进行相似度判断,包括: 基于所述运动轨迹和所述特征信息,建立所述运动轨迹与所述特征信息的关联映射,得到关联数据集; 基于所述关联数据集,对不同图像中轨迹连续且特征相似度高于阈值的所述目标对象进行初步判定,确定同一所述目标对象的候选组; 对所述候选组进行轨迹连续性校验和特征稳定性分析,得到相似度判断结果。
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广东海洋大学,其通讯地址为:524088 广东省湛江市麻章区海大路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励