| 申请号 | CN202011082654.5 | 申请日 | 2020-10-12 |
| 公开（公告）号 | CN112149612A | 公开（公告）日 | 2020-12-29 |
| 申请公布号 | CN112149612A | 申请公布日 | 2020-12-29 |
| 分类号 | G06K9/00;G06K9/34;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数 |
| 发明人 | 王力劭;程小葛;刘诗炜;刘乔玮;郝日明 | 申请（专利权）人 | |
| 代理机构 | 南京鑫之航知识产权代理事务所（特殊普通合伙） | 代理人 | 海略（连云港）科技有限公司 |
| 地址 | 222000 江苏省连云港市高新区花果山大道17号科创城2号楼2层ZC05 | ||
| 摘要 | 本发明提供一种基于深度神经网络的海洋生物识别系统，包括：预处理模块，采集海洋生物的原始图像中包含目标对象的原始图像候选区域，输入深度神经网络DNN；深度神经网络DNN；图像合成模块，将物种分类、物种边界框及掩膜信息与预处理的海洋生物图像进行合成处理，得到海洋生物实体分割图像。通过采集原始图像信息进行标记，然后再深度神经网络DNN中进行推算处理，进而对海洋生物进行识别、分割与追踪，并最终与原始图像合并形成一个可视化的图片信息。另外，本发明还提供了基于该识别系统的识别方法，该方法有效解决了现有技术中对海低物种无法进行精准的识别、分割与追踪的技术难题。 | ||
| 序号 | 法律状态公告日 | 法律状态 | 法律状态信息 |
|---|---|---|---|
| 1 | 2020-12-29 | 公开 | 公开 |
| 2 | 2021-01-15 | 实质审查的生效 | 实质审查的生效IPC（主分类）:G06K9/00 |
1.一种基于深度神经网络的海洋生物识别系统，其特征在于，包括：预处理模块，采集海洋生物的原始图像中包含目标对象的原始图像候选区域，输入深度神经网络DNN；深度神经网络DNN包括核心神经网络模块、候选分类区域模块、语义分割模块和分类模块，所述核心神经网络模块接收到预处理模块发送的预处理图像后，经处理获得卷积特征图像，然后由候选分类区域模块对卷积特征图像进行计算得到目标对象存在的概率和目标对象的坐标；分类模块接收目标对象概率、目标对象坐标及卷积特征图像信息后，经过处理获得带有物种识别的物种分类及物种边界框；语义分割模块对每个边界框内的物种进行像素级别的语义分割生成掩膜；图像合成模块，将物种分类、物种边界框及掩膜信息与预处理的海洋生物图像进行合成处理，得到海洋生物实体分割图像。
2.根据权利要求1所述的基于深度神经网络的海洋生物识别系统，其特征在于：所述核心神经网络模块包括若干个神经网络层块，所述神经网络层块包括一组按顺序连接的卷积层、一组ReLU层和一组标准化层。
没有帮助
有帮助
