用于动物肩袖损伤的智能监测系统及方法
摘要文本
本发明公开了一种用于动物肩袖损伤的智能监测系统及方法,涉及智能化监测技术领域,其通过摄像头采集动物对象的肩袖部分图像,并在后端引入图像处理和分析算法来进行所述肩袖部分图像的分析,以此来自动判断动物肩袖部分是否存在损伤,从而提高监测效率和准确性。同时还可以实现动物肩袖损伤的实时监测和预警功能,有效地提升了动物肩袖损伤的监测效果,这对于提高动物的健康水平和动物保护质量具有重要意义。
申请人信息
- 申请人:吉林大学
- 申请人地址:130012 吉林省长春市前进大街2699号
- 发明人: 吉林大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 用于动物肩袖损伤的智能监测系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311797696.0 |
| 申请日 | 2023/12/26 |
| 公告号 | CN117522861A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 吉林大学 |
| 发明人 | 许卓; 杨寿君; 石洪峰; 赵志博; 董健; 李博; 董宏飞; 张婷; 景嘉鹏; 郑钦之 |
| 地址 | 吉林省长春市前进大街2699号 |
专利主权项内容
1.一种用于动物肩袖损伤的智能监测系统,其特征在于,包括:肩袖部分图像采集模块,用于获取由摄像头采集的被监控动物对象的肩袖部分图像;肩袖部分浅层特征提取模块,用于通过基于第一深度神经网络模型的浅层特征提取器对所述肩袖部分图像进行特征提取以得到肩袖部分浅层特征图;肩袖部分深层特征提取模块,用于通过基于第二深度神经网络模型的深层特征提取器对所述肩袖部分浅层特征图进行特征提取以得到肩袖部分深层特征图;肩袖部分多尺度特征融合模块,用于融合所述肩袖部分浅层特征图和所述肩袖部分深层特征图以得到肩袖部分多尺度融合特征图;肩袖部分特征空间显化模块,用于对所述肩袖部分多尺度融合特征图进行空间特征显化处理以得到空间显化肩袖部分多尺度融合特征;肩袖部分损伤检测模块,用于基于所述空间显化肩袖部分多尺度融合特征,确定被监控动物对象的肩袖部分是否存在损伤;其中,所述肩袖部分多尺度特征融合模块,用于:使用信息补偿传递模块以如下融合公式来融合所述肩袖部分浅层特征图和所述肩袖部分深层特征图以得到所述肩袖部分多尺度融合特征图;其中,所述融合公式为:
;
;其中,表示所述肩袖部分浅层特征图,/>表示所述肩袖部分深层特征图,表示上采样处理,/>表示卷积处理,/>表示/>函数,/>表示损失信息特征图,/>表示基于注意力的池化处理,/>表示按位置点乘,/>表示所述肩袖部分多尺度融合特征图。