申请/专利权人：北京邮电大学;北京九星信达科技有限公司

申请日：2023-10-11

公开（公告）日：2024-04-02

公开（公告）号：CN117290762B

主分类号：G06F18/24

分类号：G06F18/24;G06N3/0464;G06N3/08;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06F18/213;G06F18/25;A01M1/10;A01M1/04;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.01.12#实质审查的生效;2023.12.26#公开

摘要：本申请提供害虫落入识别方法、类型识别方法、装置、捕虫器及系统，涉及机器学习技术领域，所述害虫落入识别方法包括：接收自捕虫器内采集的双通道的离散时间序列；基于时间序列分类模型获取双通道的离散时间序列对应的波形识别类型，若波形识别类型为害虫检测波形，则确认当前捕虫器内落入害虫并控制捕虫器对落入其内部的害虫进行图像采集。本申请能够有效识别并区分落入捕虫器的物体是否为害虫，且能够有效提高害虫落入识别的准确性和可靠性，并能够在确认落入害虫时才控制捕虫器对落入其内部的害虫进行及时且有效的图像采集，进而能够有效降低捕虫器中的图像采集设备的无效采集次数和频繁启动次数，进而能够减小捕虫器能耗，使热量不易堆积。

主权项：1.一种害虫落入识别方法，其特征在于，包括：接收当前自捕虫器内采集的包含有双通道的离散时间序列的目标红外数据；基于预设的时间序列分类模型获取所述目标红外数据中双通道的离散时间序列对应的波形识别类型，若该波形识别类型为害虫检测波形，则确认当前所述捕虫器内落入害虫并控制所述捕虫器对落入其内部的害虫进行图像采集；所述基于预设的时间序列分类模型获取所述目标红外数据中双通道的离散时间序列对应的波形识别类型，包括：对所述目标红外数据中的双通道的离散时间序列进行全局特征提取以得到所述目标红外数据的全局特征；将双通道的离散时间序列和所述全局特征输入预设的时间序列分类模型，以使该时间序列分类模型提取双通道的离散时间序列各自对应的局部特征，并将各个所述局部特征与所述全局特征进行融合以得到所述目标红外数据的波形类型识别结果数据，其中，所述波形类型识别结果数据包括：不同波形识别类型的概率，所述波形识别类型包括害虫检测波形和至少一种非害虫检测波形；所述对所述目标红外数据中的双通道的离散时间序列进行全局特征提取以得到所述目标红外数据的全局特征，包括：分别对所述目标红外数据中的双通道的离散时间序列进行最小值为0的波形向下平移处理，以得到所述目标红外数据对应的两个预处理后时间序列；基于预设的有效阈值，在两个所述预处理后时间序列中分别选取有效采样点，以形成两个所述预处理后时间序列各自对应的反应区；根据两个所述预处理后时间序列各自对应的反应区确定所述目标红外数据的全局特征。

全文数据：

权利要求：

百度查询： 北京邮电大学;北京九星信达科技有限公司 害虫落入识别方法、类型识别方法、装置、捕虫器及系统

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