申请/专利权人：河北科技师范学院

申请日：2024-01-26

公开（公告）日：2024-04-30

公开（公告）号：CN117953034A

主分类号：G06T7/60

分类号：G06T7/60;G06V10/764;G06V10/774;G06V10/80;G06N3/0442;G06N3/084;G06T7/10;G06T17/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明涉及农业数据分析技术领域，具体为一种基于机器视觉的蛋鸡体重预估系统及方法，系统包括模型训练模块、模型微调模块、物理建模估算模块、时间差分分析模块、三维重建分析模块、光场图像处理模块、优化反馈调整模块。本发明中，通过采用残差网络和迁移学习算法，提高了对蛋鸡体重预测的准确性，特别是在处理多种蛋鸡种类时的适应性更强，通过图像分割和几何建模方法，系统能够更精确地估算蛋鸡的体积和形状参数，提升了体重估算的精度，三维重建和光场图像处理的使用，允许从多角度深入分析蛋鸡的体型，提供了更多维度的数据支持，反向传播算法的持续优化和模型参数调整，使得预估模型在准确度和稳定性方面得到了显著提升。

主权项：1.一种基于机器视觉的蛋鸡体重预估系统，其特征在于：所述系统包括模型训练模块、模型微调模块、物理建模估算模块、时间差分分析模块、三维重建分析模块、光场图像处理模块、优化反馈调整模块；所述模型训练模块基于蛋鸡图像数据集，采用残差网络，对图像特征进行学习分析，建立初始的体重预估模型，并对模型进行训练，生成基础预估模型；所述模型微调模块基于基础预估模型，采用迁移学习算法，调整网络参数匹配至多种类蛋鸡的特性，并对模型进行迭代训练，优化模型对目标环境的匹配性，生成微调后的预估模型；所述物理建模估算模块基于微调后的预估模型，运用图像分割和几何建模方法，计算蛋鸡的体积和形状参数，并根据物理模型估算蛋鸡体重，生成物理特性估算结果；所述时间差分分析模块基于物理特性估算结果，采用长短期记忆网络，分析蛋鸡体重随时间变化的序列数据，并对体重变化趋势进行预测，生成体重变化分析记录；所述三维重建分析模块基于体重变化分析记录，利用立体视觉匹配算法，从多角度图像中合成蛋鸡的三维模型，并进行三维结构分析，生成三维体型分析结果；所述光场图像处理模块基于三维体型分析结果，利用光场相机技术，捕捉蛋鸡图像，采用卷积神经网络，对图像空间和图像深度信息进行分析，提取蛋鸡体型的关键特征，生成三维光场特征数据；所述优化反馈调整模块基于三维光场特征数据，应用反向传播算法，对模型的预估能力进行持续优化，并根据反馈数据调整模型参数，提升模型准确度和稳定性，生成优化的蛋鸡体重预估模型。

全文数据：

权利要求：

百度查询： 河北科技师范学院 一种基于机器视觉的蛋鸡体重预估系统及方法

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。

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