买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院半导体研究所;中科院南昌高新技术产业协同创新研究院申请的专利基于深度学习和群体特征的种群细粒度识别与计数方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116935444B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310961121.1，技术领域涉及：G06V40/10；该发明授权基于深度学习和群体特征的种群细粒度识别与计数方法是由鉴海防;郑帅康;王洪昌设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本基于深度学习和群体特征的种群细粒度识别与计数方法在说明书摘要公布了：本发明提供了一种于深度学习和群体特征的种群细粒度识别与计数方法。该方法包括：利用预设的密度估计算法从待识别的种群图像中获取表征感兴趣目标位置信息和数量信息的密度分布图；对密度分布图进行灰度处理以生成密度灰度图，并根据种群分布特征，利用预设的种群聚类和定位算法对密度灰度图进行聚类处理和定位处理，得到种群的位置边界信息；根据种群的位置边界信息，利用训练完成的种群细粒度识别模型对待识别的种群图像进行识别，得到种群的类别信息；根据种群的类别信息，利用种群的位置边界信息和密度分布图进行分类计数，得到不同种群的数量信息。本发明同时还提供了一种用于训练种群细粒度识别模型的方法、电子设备以及存储介质。

本发明授权基于深度学习和群体特征的种群细粒度识别与计数方法在权利要求书中公布了：1.一种基于深度学习和群体特征的种群细粒度识别与计数方法，其特征在于，包括： 利用预设的密度估计算法从待识别的种群图像中获取表征感兴趣目标位置信息和数量信息的密度分布图； 对所述密度分布图进行灰度处理以生成密度灰度图，并根据种群分布特征，利用预设的种群聚类和定位算法对所述密度灰度图进行聚类处理和定位处理，得到种群的位置边界信息； 根据所述种群的位置边界信息，利用训练完成的种群细粒度识别模型对所述待识别的种群图像进行识别，得到种群的类别信息，其中，所述训练完成的种群细粒度识别模型基于深度学习神经网络进行构建； 根据所述种群的类别信息，利用所述种群的位置边界信息和所述密度分布图进行分类计数，得到不同种群的数量信息； 其中，利用预设的密度估计算法从待识别的种群图像数据中获取表征感兴趣目标位置信息和数量信息的密度分布图包括： 利用预设像素值的点对所述待识别的种群图像中多个感兴趣目标进行表示，并利用高斯分布将多个表示结果分散形成多个高斯圆； 将多个所述高斯圆进行叠加得到所述表征感兴趣目标位置信息和数量信息的密度分布图； 其中，根据所述种群的类别信息，利用所述种群的位置边界信息和所述密度分布图进行分类计数，得到不同种群的数量信息包括： 根据所述种群类别信息，从所述种群的位置边界信息中获取不同种群的位置坐标信息； 根据所述不同种群的位置坐标信息，对属于不同种群坐标内的密度分布图分别进行积分以便分类计数，进而得到不同种群的数量信息，其中，如下述公式进行分类计数：，其中，C为所求区域的个体数量，代表点处预测得到的像素值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院半导体研究所;中科院南昌高新技术产业协同创新研究院，其通讯地址为：100083 北京市海淀区清华东路甲35号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。