買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華南農(nóng)業(yè)大學申請的專利一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120183004B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510668232.2，技術領域涉及：G06V40/10；該發(fā)明授權(quán)一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)及方法是由王金鳳;呂金澤;成志鵬;林銘潤;黃瓊;楊仁友設計研發(fā)完成，并于2025-05-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)及方法在說明書摘要公布了：本發(fā)明公開一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)及方法，該系統(tǒng)包括：水下環(huán)境中魚群數(shù)據(jù)集處理模塊、分類模塊、圖片裁剪模塊、放縮操作模塊、干擾特征提取模塊、計數(shù)特征提取模塊、魚群計數(shù)模型構(gòu)建模塊、魚群計數(shù)模型訓練模塊、魚群計數(shù)結(jié)果輸出模塊；對每類水下魚群圖片分別裁剪出多張背景圖片和單只魚圖片，對背景圖片放縮并提取干擾特征，對單只魚圖片提取特征卷積核；構(gòu)建魚群計數(shù)模型并進行訓練，通過損失函數(shù)優(yōu)化模型參數(shù)，分離干擾特征，基于特征卷積核與原圖特征進行卷積操作，增強魚群計數(shù)特征；基于訓練后的魚群計數(shù)模型輸出密度圖，將密度圖的像素值求和得到魚群數(shù)量。本發(fā)明實現(xiàn)了在復雜水下環(huán)境中對魚群的準確和穩(wěn)定計數(shù)。

本發(fā)明授權(quán)一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種基于密度圖的水下環(huán)境中魚群計數(shù)系統(tǒng)，其特征在于，包括：水下環(huán)境中魚群數(shù)據(jù)集處理模塊、分類模塊、圖片裁剪模塊、放縮操作模塊、干擾特征提取模塊、計數(shù)特征提取模塊、魚群計數(shù)模型構(gòu)建模塊、魚群計數(shù)模型訓練模塊、魚群計數(shù)結(jié)果輸出模塊； 所述水下環(huán)境中魚群數(shù)據(jù)集處理模塊用于獲取水下魚群數(shù)據(jù)集，對水下魚群數(shù)據(jù)集進行數(shù)據(jù)集劃分及數(shù)據(jù)預處理； 所述分類模塊用于將經(jīng)過數(shù)據(jù)預處理后的水下魚群數(shù)據(jù)集進行分類； 所述圖片裁剪模塊用于對每類水下魚群圖片分別裁剪出多張背景圖片和單只魚圖片； 所述放縮操作模塊用于對背景圖片進行放縮操作； 所述干擾特征提取模塊用于對放縮操作后的背景圖片提取干擾特征； 所述計數(shù)特征提取模塊用于對單只魚圖片提取特征卷積核； 所述魚群計數(shù)模型構(gòu)建模塊用于構(gòu)建魚群計數(shù)模型； 所述魚群計數(shù)模型包括前端網(wǎng)絡、計數(shù)特征增強模塊、特征補充模塊和后端網(wǎng)絡； 將訓練集輸入前端網(wǎng)絡進行特征提取，得到原始特征圖； 將原始特征圖分別輸入計數(shù)特征增強模塊、特征補充模塊，在計數(shù)特征增強模塊中基于特征卷積核與原圖特征進行卷積操作，得到增強后的特征圖，在特征補充模塊中通過不同的卷積核調(diào)整特征圖的維度，通過連接操作融合不同維度的特征圖； 將計數(shù)特征增強模塊、特征補充模塊輸出的特征圖進行連接操作，并輸入到后端網(wǎng)絡； 后端網(wǎng)絡提取深層特征信息并生成密度圖； 計數(shù)特征增強模塊包括三個網(wǎng)絡分支，原始特征圖分別經(jīng)過三個網(wǎng)絡分支進行處理； 在第一個網(wǎng)絡分支中，采用下池化操作將原始特征圖縮小，基于特征卷積核與縮小后的特征圖進行卷積操作，基于上池化操作將卷積后的特征圖恢復至原始特征圖大小； 在第二個網(wǎng)絡分支中，將特征卷積核與原始特征圖進行卷積操作得到新的特征圖； 在第三個網(wǎng)絡分支中，基于上采樣操作將原始特征圖放大，將特征卷積和與放大后的特征圖進行卷積操作，基于下池化操作將卷積后的特征圖恢復至原始特征圖大小； 基于連接操作將三個網(wǎng)絡分支輸出的特征圖進行融合，得到計數(shù)特征增強模塊輸出的特征圖； 特征補充模塊包括兩個網(wǎng)絡分支，原始特征圖分別經(jīng)過兩個網(wǎng)絡分支進行處理； 在第一個網(wǎng)絡分支中，原始特征圖依次經(jīng)過多個不同大小卷積核調(diào)整特征圖的維度； 在第二個網(wǎng)絡分支中，原始特征圖經(jīng)過一個卷積核調(diào)整特征圖的維度； 基于連接操作將兩個網(wǎng)絡分支輸出的特征圖進行融合，得到特征補充模塊輸出的特征圖； 所述魚群計數(shù)模型訓練模塊用于將水下魚群數(shù)據(jù)集的訓練集輸入到魚群計數(shù)模型中進行訓練，通過損失函數(shù)優(yōu)化模型參數(shù)，降低訓練集的原圖特征和干擾特征的相似度，分離干擾特征，基于特征卷積核與原圖特征進行卷積操作，增強魚群計數(shù)特征； 所述魚群計數(shù)結(jié)果輸出模塊用于基于訓練后的魚群計數(shù)模型輸出密度圖，將密度圖的像素值求和得到魚群數(shù)量。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人華南農(nóng)業(yè)大學，其通訊地址為：510642 廣東省廣州市天河區(qū)五山路483號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。