申请/专利权人:澜途集思生态科技集团有限公司
申请日:2022-05-27
公开(公告)日:2022-07-29
公开(公告)号:CN114821668A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/40;G06V10/764;G06V10/82;G06V10/20;G06V10/30;G06V10/32;G06V10/25;G06N3/04;G06Q10/06;G06Q50/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.08.16#实质审查的生效;2022.07.29#公开
摘要:本发明公开了基于R‑DAD算法的生态生物识别方法,包括如下步骤:发起生态生物识别请求,根据请求在生态环境中采集原始生物图像;获取原始生物图像,将原始图像输入至图像识别模型,图像识别模型包含网络主体结构和与网络主体结构连接的多个对应不同任务的输出层;网络主体结构主要分成两个模块MRP模块和RDA模块,MRP模块,用来改善RPN生成的RegionProposals的准确率,RDA模块同时描述一个物体的全局外观和局部外观,RDA模块分为目标分解和目标区域集成的两部分。本发明通过设置R‑DAD算法,提高RegionProposals的多样性,能够适应目标之间因为空间变化所导致的特征变化,提高结构的鲁棒性,能够有效的防止误判,提高目标检测准确率。
主权项:1.基于R-DAD算法的生态生物识别方法,其特征在于,包括如下步骤:S1发起生态生物识别请求,根据请求在生态环境中采集原始生物图像;S2获取原始生物图像,将原始图像输入至图像识别模型,图像识别模型包含网络主体结构和与网络主体结构连接的多个对应不同任务的输出层;S3网络主体结构主要分成两个模块MRP模块和RDA模块,MRP模块,用来改善RPN生成的RegionProposals的准确率,RDA模块同时描述一个物体的全局外观和局部外观,RDA模块分为目标分解和目标区域集成的两部分;S4通过网络主体结构对原始图像中的目标对象进行特征提取,以获取与目标对象对应的图像特征;S5通过各输出层对图像特征中与各任务对应的子图像特征进行分类,以输出与目标对象对应的分类结果和表征信息;S6收集生态生物特征,将收集的生态特征进行分类,并建立生态特征数据库;S7选取分类后的子图像特征,并与生态特征数据库中的特征数据进行对比识别。
全文数据:
权利要求:
百度查询: 澜途集思生态科技集团有限公司 基于R-DAD算法的生态生物识别方法
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。