申请/专利权人：澜途集思生态科技集团有限公司

申请日：2022-06-17

公开（公告）日：2022-08-30

公开（公告）号：CN114973331A

主分类号：G06V40/10

分类号：G06V40/10;G06V20/05;G06V10/20;G06V10/32;G06V10/40;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06Q50/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.09.16#实质审查的生效;2022.08.30#公开

摘要：本发明公开了基于Auto‑FPN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多个生物图像；对采集的生物图像数据进行处理，得到处理后的生物图像；收集历史生态生物图像，将收集的历史生态生物图像进行分类，并建立生物图像数据库；通过Auto‑FPN算法对处理后的生物图像进行目标检测；选取待识别的特征图，并与生态特征数据库中的特征数据进行对比识别。本发明通过设置Auto‑FPN算法，能够提高目标检测的速度和提高检测的效果，能够有效的提高生物识别率。

主权项：1.基于Auto-FPN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多个生物图像；S2对采集的生物图像数据进行处理，得到处理后的生物图像；S3收集历史生态生物图像，将收集的历史生态生物图像进行分类，并建立生物图像数据库；S4通过Auto-FPN算法对处理后的生物图像进行目标检测；S41选取待识别的生物图像，通过backbone网络结构提取生物图像的不同尺度的特征图；S42使用SSD对不同尺度的特征图做预测，之后通过FPN提出自上而下的连接方式，将不同尺度的特征图信息进行融合；S43然后PANet通过直接将最底层的特征与最高层的特征图进行连接，进一步增强特征图之间的联系；S44通过搜索网络结构来让Auto-FPN算法自动找到不同层之间最合适的连接方式；S45通过RPN网络在backbone提取得到的特征的基础上进一步预测出若干个区域；S46通过RCNN对生成的若干个区域做进一步的分类和位置回归；S5选取待识别的特征图，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Auto-FPN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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD