公开(公告)号：CN119559443A

公开(公告)日：2025-03-04

申请号：CN202411733993.3

申请日：2024-11-29

Applicant: 北京林业大学

Inventor： 张长春 ,  孔孜亦 ,  张军国 ,  田野 ,  葛永泰 ,  袁志浩

IPC: G06V10/764 ,  G06V10/774 ,  G06F16/58 ,  G06N3/09

Abstract: 本发明涉及一种基于主动学习的开放世界物种分类方法，属于物种分类技术领域；本发明包括如下内容：采用“分治”策略，结合监督学习模型和开放词汇模型的优势，通过闭集模型分类已知类别样本，同时利用开集识别引导未知类别至开放词汇零样本分类，并主动学习困难样本。随着新类别的出现和样本的累积，重新训练闭集模型并扩充分类器类别数量，使开放词汇模型和专家标签的知识周期性地更新到闭集模型中，从而将开放世界图像分类问题逐步转化为闭集分类问题。

公开(公告)号：CN119942222A

公开(公告)日：2025-05-06

申请号：CN202510107489.0

申请日：2025-01-23

Applicant: 北京林业大学

Inventor： 张军国 ,  赵恩庭 ,  田野 ,  张长春 ,  孔孜亦 ,  安家宁 ,  陈嘉奇 ,  王舜

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V40/10 ,  G06V20/52 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及基于点位上下文的野生动物监测图像物种分类方法，属于图像分类技术领域；本发明包括：建模监测点位与物种之间的相关性，并根据相关性强弱为样本分配权重，同时解耦点位分类和物种分类任务，以学习环境特征和物种特征。通过将点位所代表的环境信息作为物种分类的上下文，该方法增强模型对于物种与栖息地环境关系的理解，实现对分布外数据的有效泛化。

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。