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！

龙图腾网获悉清华大学深圳国际研究生院;深圳市绿洲光生物技术有限公司申请的专利一种用于浮游生物监测的压缩成像识别方法及系统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：CN115346214B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202210957888.2，技术领域涉及：G06V20/69；该发明授权一种用于浮游生物监测的压缩成像识别方法及系统是由程雪岷;焦文斌;罗烈玉;毕洪生;蔡中华;应轲臻设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本一种用于浮游生物监测的压缩成像识别方法及系统在说明书摘要公布了：本发明公开了一种用于浮游生物监测的压缩成像识别方法，包括如下步骤：使用浮游生物原位图像数据集进行参数优化；将优化得到的最优测量模式组合依次加载到硬件系统的数字微反射镜上，对当前场景的像进行光学调制，得到测量结果；通过分类网络完成识别任务。本发明能够实现减少图像中的冗余信息，从而降低浮游生物监测仪采样数据量，提升采样效率；利用了图像特征学习，量化每个特征的重要性，可以学习并选出相应数量的关键特征，最大化了浮游生物图像的类间差异；在对浮游生物原位图像降维过程中，提高了选择结果的类内相关性，提高了选择结果的类间差异；从低级特征中逐步提取得到复合高级特征，以完善及确保浮游生物检测的准确率。

本发明授权一种用于浮游生物监测的压缩成像识别方法及系统在权利要求书中公布了：1.一种用于浮游生物监测的压缩成像识别方法，其特征在于，包括如下步骤： S1、使用浮游生物原位图像数据集进行参数优化； S2、将优化得到的最优测量模式组合依次加载到硬件系统的数字微反射镜上，对当前场景的像进行光学调制，得到测量结果； S3、通过分类网络完成识别任务； 其中，步骤S1中，包括： S11、使用离散余弦变换基底，计算生成正交确定性测量矩阵，提高信息熵聚集特性； S12、通过自适应特征选择方法，在有限的数据内采样最关键的压缩特征以最大化浮游生物图像类间差异； 其中S12中，自适应特征选择方法中，利用图像特征学习，设定统计计算时的截止参数，量化每个特征的重要性，学习并选出相应数量的关键特征，优化得到最优测量模式组合； 步骤S1还包括：建立概率模型并对概率模型中的参数进行优化，通过概率分布选择测量矩阵；所述概率模型为伯努利概率模型，所述伯努利概率模型的建立方法包括：通过产生一个特征采样概率向量，将特征与重要性尺度关联起来；所述伯努利概率模型的建立方法还包括：假设第个频率特征被选中的概率为，根据确定随机变量的值，只有两种状态，即被选择和不被选择，这两种状态分别被表示为{}，最终是所有随机变量的集合；概率的值通过Gumbel-Softmax采样确定；对每个频率特征都分配一个向量，通过比较和的取值确定的取值，公式如下： 之后使用Softmax操作对和进行归一化，使其能够表示概率，再使用Gumbel采样方法使采样可导的同时最接近真实的分布，最终，完整的Gumbel-Softmax过程如下述公式（2.2）所示： 其中是随机给定的初始值，是独立同分布且服从Gumbel分布的采样结果，是一个大于0的超参数。

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清华大学深圳国际研究生院;深圳市绿洲光生物技术有限公司，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。