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！

龙图腾网获悉四川农业大学申请的专利一种基于热成像与RGB融合的肉鸡实例分割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：CN120070897B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510527451.9，技术领域涉及：G06V10/26；该发明授权一种基于热成像与RGB融合的肉鸡实例分割方法是由李欢;李军;路正阳;伍轩宇设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于热成像与RGB融合的肉鸡实例分割方法在说明书摘要公布了：本发明涉及一种基于热成像与RGB融合的肉鸡实例分割方法，属于图像处理领域，所述分割方法包括：采集图像数据并进行预处理；将数据预处理后的带标注训练数据作为训练集输入到构建的网络模型中进行训练，得到训练优化后的网络模型；将采集的图像数据重新输入到训练优化后的网络模型中，提取图像中的RGB和热成像两种模态的特征信息，并通过跨模态注意力机制将两种模态的特征信息进行融合，以及结合可变形注意力机制和多源位置编码优化跨模态信息交互，最后通过解码器生成最终的肉鸡实例分割掩码。本发明实现对肉鸡个体的精准分割与跟踪，并通过热成像图像的温度信息进一步提高模型在复杂农业环境中的鲁棒性和识别能力。

本发明授权一种基于热成像与RGB融合的肉鸡实例分割方法在权利要求书中公布了：1.一种基于热成像与RGB融合的肉鸡实例分割方法，其特征在于：所述分割方法包括： 步骤一、采用RGB可见光相机和热成像仪作为采集设备进行采集得到RGB和热成像两种模态的图像数据，根据标注策略对采集的图像数据进行标注得到同一实例的二模态标注，并进行数据预处理生成供网络模型学习的带标注训练数据； 步骤二、将数据预处理后的带标注训练数据作为训练集输入到构建的网络模型中进行训练，得到训练优化后的网络模型； 步骤三、将采集的图像数据重新输入到训练优化后的网络模型中，提取图像中的RGB和热成像两种模态的特征信息，并通过跨模态注意力机制将两种模态的特征信息进行融合，以及结合可变形注意力机制和多源位置编码优化跨模态信息交互，最后通过解码器生成最终的肉鸡实例分割掩码； 所述步骤二中网络模型的构建具体包括以下内容： A1、使用双分支MobileViT作为视觉骨干结构分别接收RGB图像和热图像，其中RGB分支接收三通道RGB图像输入，热分支接收单通道热图像输入，并通过层次化的卷积和Transformer提取多尺度特征图； A2、在每个MobileViT分支提取出特征图后接入CBAM模块进行特征重标定，对RGB和热的特征图在每个尺度上进行净化和强化，以突出鸡体相关信息； A3、构建一个特征金字塔结构，将高层语义特征上采样并与低层细节特征融合，得到丰富且分辨率高的特征图，并在最高层语义特征上引入ASPP模块，获取局部细节与全局上下文并存的特征表示，更好地区分相邻肉鸡个体并处理复杂背景； A4、通过跨模态注意力融合模块实现特征级的深度融合； 所述A4的步骤具体包括以下内容： A41、一方面，以RGB特征为查询，热特征为键和值，计算热引导的RGB特征，另一方面，以热特征为查询，RGB特征为键和值，计算视觉引导的热特征； A42、引入可变形注意力机制，对于RGB图像的查询位置，学习一组参考点及其偏移，计算RGB图像在查询位置融合热特征语义的增强特征为，其中是每个查询的采样键数，表示热特征上一偏移采样位置，为对应注意力权重；同理，对于热图的查询位置，学习一组参考点和偏移量，仅在这些位置计算注意力，得到热图像查询位置融合RGB特征语义的增强特征为，将二者进行融合得到融合后的特征图； A43、并通过多源位置编码来充分利用RGB和热成像两种模态的信息，以增强特征图的表示能力，提供空间坐标和温度信息的结合，使网络模型基于空间和温度双重线索更准确地匹配和聚合对应的特征； A44、将融合后的特征图送入Mask2Former的掩码生成Transformer解码器，通过解码器得到最终的分割结果。

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四川农业大学，其通讯地址为：625000 四川省雅安市雨城区新康路46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”。