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！

龙图腾网获悉中国林业科学研究院森林生态环境与自然保护研究所(国家林业和草原局世界自然遗产保护研究中心)申请的专利一种基于红外相机影像的动物多任务联合检测方法、系统、设备及介质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：CN121281102B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511843276.0，技术领域涉及：G06V40/10；该发明授权一种基于红外相机影像的动物多任务联合检测方法、系统、设备及介质是由刘芳;周志华设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种基于红外相机影像的动物多任务联合检测方法、系统、设备及介质在说明书摘要公布了：本发明提供一种基于红外相机影像的动物多任务联合检测方法、系统、设备及介质，方法包括：获取包含目标动物的待处理红外影像；对所述待处理红外影像进行预处理，得到预处理红外影像；将预处理红外影像输入至训练好的目标动物信息检测模型进行特征提取，得到多尺度特征图组；目标动物信息检测模型是根据扰动后的红外影像训练集对具有目标损失函数的预设神经网络进行训练得到；通过所述目标动物信息检测模型的多个并行任务检测通道分别对所述多尺度特征图组进行检测处理，得到待处理红外影像中的目标动物的检测信息，实现了精准识别动物的物种、性别、年龄类别。

本发明授权一种基于红外相机影像的动物多任务联合检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于红外相机影像的动物多任务联合检测方法，其特征在于，包括： 获取包含目标动物的待处理红外影像； 对所述待处理红外影像进行预处理，得到预处理红外影像； 将所述预处理红外影像输入至训练好的目标动物信息检测模型进行特征提取，得到多尺度特征图组； 所述目标动物信息检测模型是根据扰动后的红外影像训练集对具有目标损失函数的预设神经网络进行训练得到； 通过所述目标动物信息检测模型的多个并行任务检测通道分别对所述多尺度特征图组进行检测处理，得到所述待处理红外影像中的目标动物的检测信息； 其中，将训练多尺度特征图输入所述预设神经网络模型的多任务检测通道，根据目标损失函数进行检测处理，得到目标动物信息检测模型，包括： 将所述训练多尺度特征图输入所述预设神经网络模型的物种类别检测通道进行检测处理，得到物种类别的概率分布； 将所述训练多尺度特征图输入所述预设神经网络模型的性别类别预测通道进行检测处理，得到性别类别的概率分布； 将所述训练多尺度特征图输入所述预设神经网络模型的年龄类别预测通道进行检测处理，得到年龄阶段的概率分布； 根据目标损失函数对物种类别的概率分布、性别类别的概率分布、年龄阶段的概率分布的损失进行调整，得到目标动物信息检测模型； 其中，所述目标损失函数为： 其中，为物种分类的交叉熵损失；为性别分类的交叉熵损失；为年龄分类的交叉熵损失，为边界框回归损失，为目标置信度损失，分别是权重； 当物种类别的概率分布熵高于阈值时，减小性别类别预测通道和年龄类别预测通道的损失权重，将目标损失函数中的与参数做如下调整： 使； 使； 其中，表示抑制权重，表示更新后的性别分类的交叉熵损失，表示更新后的年龄分类的交叉熵损失； 其中，抑制权重的确定过程如下： 根据确定抑制权重，其中，，其中，K为物种类别总数，为预测物种概率分布的熵，为物种类别c的预测概率，为的对数，用于信息量的度量； 其中，确定更新后的物种分类的交叉熵损失的过程如下： 根据定义平滑标签，其中，K为物种总分类个数，y为真实类别，为平滑系数取值0.05，为类别索引，为平滑标签，当c=y表示当前类别就是正确类别，当c≠y表示非真实类别； 根据确定物种类权重，其中，，为第c类物种的样本计数，为物种类权重； 根据确定更新后的物种分类的交叉熵损失，以抑制样本主导效应，其中，表示更新后的物种分类的交叉熵损失，为物种类权重，为预测概率，即模型预测样本属于类别c的概率，为调节因子，控制难易样本的权重； 其中，对未标注或不可判定的物种属性，设置忽略掩码。

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林业科学研究院森林生态环境与自然保护研究所(国家林业和草原局世界自然遗产保护研究中心)，其通讯地址为：100080 北京市海淀区东小府2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。