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！

龙图腾网获悉江苏大学申请的专利一种基于特征融合的群养猪身份识别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：CN114519864B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210040796.8，技术领域涉及：G06V40/10；该发明授权一种基于特征融合的群养猪身份识别方法是由朱伟兴;仲崇欢;李新城设计研发完成，并于2022-01-14向国家知识产权局提交的专利申请。

本一种基于特征融合的群养猪身份识别方法在说明书摘要公布了：本发明公开了一种基于特征融合的群养猪身份识别方法。首先对群养猪俯视视频进行分帧处理，利用关键区域最近邻像素比较法选取关键帧，再利用基于阈值优化的分水岭算法对关键帧进行猪个体分割；其次对猪个体图像提取三种改进的特征，分别是稀疏点多方向描述的SIFT特征、多分块改进的中心对称局部八元模式特征以及基于空间分布信息的连通域统计特征；然后将这三种特征采用串行加权融合算法进行融合，并采用主成分分析法PCA进行降维；最后采用基于改进杂交育种算法的加权集成分类器对猪个体图像进行分类训练。

本发明授权一种基于特征融合的群养猪身份识别方法在权利要求书中公布了：1.一种基于特征融合的群养猪身份识别方法，其特征在于，包括以下步骤： 步骤1，对群养猪俯视视频进行分帧处理，采用关键区域最近邻像素比较法选取关键帧，图像增强后利用改进的基于阈值优化的分水岭算法进行猪个体分割，得到七张猪个体图像，其中阈值优化采用改进的果蝇优化算法AOIES‑FOA； 步骤2，分别对七张猪个体图像，采用稀疏点多方向描述的尺度不变特征变换算法SMD‑SIFT提取猪个体的局部特征，多分块改进的中心对称局部八元模式算法MB‑ICSLOP提取猪个体的纹理特征，基于空间分布信息的连通域统计算法提取猪个体的颜色区域块特征； 步骤3，对上述提取的三种特征分别进行归一化后，给每个特征赋予一个权重，并采用改进的杂交育种算法IHBA进行优化，然后对加权特征进行串行融合，最后采用PCA进行降维，提高猪个体图像的识别效率； 所述步骤3中改进的串行加权融合算法具体包括： 1将归一化后的SMD‑SIFT特征、MB‑ICSLOP特征和基于空间分布信息的连通域统计特征的特征向量分别定义为f1、f2和f3； 2通过F＝[w1×f1,w2×f2,w3×f3]T获得融合后的特征F，其中w1、w2和w3分别是f1、f2和f3的权重，通过改进的杂交育种算法进行优化； 3对加权特征进行串行融合，得到1174维特征，此时维数较大，分类速度较慢，选取PCA进行降维以提高分类速度； 所述步骤3中改进的杂交育种算法IHBA具体包括： 3.1在原杂交操作中引入一个随机扰动因子α，该因子利用公式10产生随机值对杂交生成的个体进行轻微扰动，利用公式11产生新个体，进而提高个体的活跃性以及算法的局部寻优能力； α＝[max‑rand*max‑min]               10公式1011中，为不育系个体，为保持系个体，为不育系个体，r2、r3为[‑1,1]中的随机数，且r2+r3≠0，α为随机扰动因子，max为所需随机值最大值，取值为2，min为所需随机值最小值，取值为‑2，即α取值范围为‑2，‑1,0,1,2，[]表示取整，rand取值范围为[0,1]； 3.2针对原自交操作算法寻优速度不高这一缺点，根据公式12在算法优化前期设定较大的初始步长，但随着迭代次数的增加，搜索步长逐渐减小；从而因前期搜索范围较大，提高了算法的全局搜索能力，后期搜索步长较小，提高了算法的局部寻优精度；根据公式13自交产生新个体； 公式1213中，Ic为当前迭代次数，c0为控制步长因子c的初始值，表示恢复系自交产生的新个体，为恢复系中随机选择的个体，xbest为当前全局最优个体； 步骤4，采用基于改进杂交育种算法的加权集成分类器进行训练，首先采用按比例有放回的抽样方式将数据集生成3个不同的训练子集，通过Kappa值度量出差异性最大的3个分类器进行并行训练，然后采用改进的杂交育种算法对分类器的权重进行优化，得到最优权重组合，最后通过加权投票法来识别猪个体的身份。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。