公开(公告)号：CN119723171A

公开(公告)日：2025-03-28

申请号：CN202411768368.2

申请日：2024-12-04

Applicant: 北京林业大学

Inventor： 张军国 ,  赵恩庭 ,  张长春 ,  田野 ,  孔孜亦 ,  葛永泰 ,  李京航

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/774

Abstract: 本发明涉及基于物种分类树的野生动物监测图像层次化分类方法，包括：在物种分类树的纲、目、科、属和种五个分类层级上进行分类，通过提供更丰富的物种判定信息降低复核模型结果的人工成本。该方法利用类别间的层次关系，引入软决策和路径矫正策略，提高了层次化分类的准确率和一致性。当在细粒度的物种级别分类错误时，模型提供的粗粒度结果也具有参考价值。

公开(公告)号：CN119206789A

公开(公告)日：2024-12-27

申请号：CN202411368901.6

申请日：2024-09-29

Applicant: 北京林业大学

Inventor： 张军国 ,  赵恩庭 ,  张长春 ,  徐明宇 ,  李大方 ,  潘旭彬 ,  李京航

IPC: G06V40/10 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/048 ,  G06V10/764 ,  G06V10/82 ,  G06N3/096

Abstract: 本发明提出一种基于融合感知对抗网络的野生动物图像跨域识别方法，属于图像识别技术领域；本发明包括如下内容：采用ResNet50作为主干网络提取图像底层特征，实现模型获取图像特征的语义信息；采用对抗学习策略，实现模型对域不变特征的提取；在全连接层之间引入最大均值差异约束，扩展对抗网络在复杂背景下提取域不变特征能力；通过两层域适应策略提取域不变特征，增强模型的正迁移，实现野生动物图像的跨域识别；相较于现有技术，本发明有效提升了野生动物大规模图像数据的处理效率以及不同环境下野生动物图像的识别准确率。