申请/专利权人:吉林大学
申请日:2023-12-26
公开(公告)日:2024-04-19
公开(公告)号:CN117522861B
主分类号:G06T7/00
分类号:G06T7/00;G06N3/0455;G06N3/0464;G06V10/44;G06V10/52;G06V10/764;G06V10/80;G06V10/82;G06V40/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.19#授权;2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本发明公开了一种用于动物肩袖损伤的智能监测系统及方法,涉及智能化监测技术领域,其通过摄像头采集动物对象的肩袖部分图像,并在后端引入图像处理和分析算法来进行所述肩袖部分图像的分析,以此来自动判断动物肩袖部分是否存在损伤,从而提高监测效率和准确性。同时还可以实现动物肩袖损伤的实时监测和预警功能,有效地提升了动物肩袖损伤的监测效果,这对于提高动物的健康水平和动物保护质量具有重要意义。
主权项:1.一种用于动物肩袖损伤的智能监测系统,其特征在于,包括:肩袖部分图像采集模块,用于获取由摄像头采集的被监控动物对象的肩袖部分图像;肩袖部分浅层特征提取模块,用于通过基于第一深度神经网络模型的浅层特征提取器对所述肩袖部分图像进行特征提取以得到肩袖部分浅层特征图;肩袖部分深层特征提取模块,用于通过基于第二深度神经网络模型的深层特征提取器对所述肩袖部分浅层特征图进行特征提取以得到肩袖部分深层特征图;肩袖部分多尺度特征融合模块,用于融合所述肩袖部分浅层特征图和所述肩袖部分深层特征图以得到肩袖部分多尺度融合特征图;肩袖部分特征空间显化模块,用于对所述肩袖部分多尺度融合特征图进行空间特征显化处理以得到空间显化肩袖部分多尺度融合特征;肩袖部分损伤检测模块,用于基于所述空间显化肩袖部分多尺度融合特征,确定被监控动物对象的肩袖部分是否存在损伤;其中,所述肩袖部分多尺度特征融合模块,用于:使用信息补偿传递模块以如下融合公式来融合所述肩袖部分浅层特征图和所述肩袖部分深层特征图以得到所述肩袖部分多尺度融合特征图;其中,所述融合公式为: ; ;其中,表示所述肩袖部分浅层特征图,表示所述肩袖部分深层特征图,表示上采样处理,表示卷积处理,表示函数,表示损失信息特征图,表示基于注意力的池化处理,表示按位置点乘,表示所述肩袖部分多尺度融合特征图;其中,所述肩袖部分损伤检测模块,包括:特征分布优化单元,用于对所述空间显化肩袖部分多尺度融合特征图进行特征分布优化以得到优化空间显化肩袖部分多尺度融合特征图;损伤检测单元,用于将所述优化空间显化肩袖部分多尺度融合特征图通过分类器以得到分类结果,所述分类结果用于表示被监控动物对象的肩袖部分是否存在损伤;其中,所述特征分布优化单元,用于:以如下优化公式对所述空间显化肩袖部分多尺度融合特征图进行优化以得到优化空间显化肩袖部分多尺度融合特征图;其中,所述优化公式为: ; ;其中,是所述空间显化肩袖部分多尺度融合特征图的特征值,是所述优化空间显化肩袖部分多尺度融合特征图的特征值,,表示所述空间显化肩袖部分多尺度融合特征图,且为局部空间分割系数,是局部邻域的尺度。
全文数据:
权利要求:
百度查询: 吉林大学 用于动物肩袖损伤的智能监测系统及方法
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。