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！

龙图腾网获悉广东海洋大学申请的专利一种基于目标检测的大黄鱼鱼脸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：CN120748011B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511156422.2，技术领域涉及：G06V40/10；该发明授权一种基于目标检测的大黄鱼鱼脸识别方法及系统是由颜云榕;李昭;周四维;黄建盛;李忠炉;何雄波设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于目标检测的大黄鱼鱼脸识别方法及系统在说明书摘要公布了：本发明公开了一种基于目标检测的大黄鱼鱼脸识别方法及系统，包括：采集不同生长阶段大黄鱼的可见光图像序列、高光谱图像立方体以及环境参数；基于可见光图像序列，利用目标检测模型定位并分割出鱼脸感兴趣区域，基于可见光图像序列中选取的基准帧和高光谱图像立方体的共同特征点提取的空间对应关系，对鱼脸感兴趣区域进行空间配准，得到配准后的目标鱼脸区域和高光谱鱼脸数据块；从目标鱼脸区域中提取鱼脸纹理特征向量，从高光谱鱼脸数据块中提取光谱特征向量，并构建特征融合图，将特征融合图输入图神经网络模型，以生成融合特征向量，并将融合特征向量输入年龄识别模型，得到年龄识别结果，本申请能够提高大黄鱼年龄识别的准确性。

本发明授权一种基于目标检测的大黄鱼鱼脸识别方法及系统在权利要求书中公布了：1.一种基于目标检测的大黄鱼鱼脸识别方法，其特征在于，包括： 采集不同生长阶段大黄鱼的可见光图像序列、高光谱图像立方体以及环境参数； 基于所述可见光图像序列，利用预训练的目标检测模型定位并分割出鱼脸感兴趣区域，基于所述可见光图像序列中选取的基准帧和所述高光谱图像立方体的共同特征点提取的空间对应关系，对所述鱼脸感兴趣区域进行空间配准，得到配准后的目标鱼脸区域和高光谱鱼脸数据块； 从所述目标鱼脸区域中提取表征鱼鳞纹理、鱼脸轮廓及关键点分布的特征向量作为鱼脸纹理特征向量，从所述高光谱鱼脸数据块中提取表征类胡萝卜素、水分及脂质空间分布特征的光谱特征向量，并构建特征融合图，其中，所述特征融合图包括至少一个代表所述鱼脸纹理特征向量的纹理特征节点、至少一个代表所述光谱特征向量的光谱特征节点、至少一个代表所述环境参数的环境参数节点以及连接不同节点之间的边，所述边的权重通过跨模态注意力机制动态学习生成，以动态建模所述环境参数节点对所述纹理特征节点和所述光谱特征节点的影响强度以及不同特征节点间的交互关系； 将所述特征融合图输入预设的图神经网络模型，学习节点间的信息传递与聚合，以生成包含多模态信息的融合特征向量，并将所述融合特征向量输入预设的年龄识别模型，输出大黄鱼的年龄识别结果； 其中，所述基于所述可见光图像序列中选取的基准帧和所述高光谱图像立方体的共同特征点提取的空间对应关系，对所述鱼脸感兴趣区域进行空间配准，得到配准后的目标鱼脸区域和高光谱鱼脸数据块，具体为：选取鱼眼几何中心点、鳃盖后缘曲率点及侧线鳞片起始点作为跨模态共享的生物基准点；对所述可见光图像序列中选取的基准帧进行自适应直方图均衡化后提取与所述生物基准点相关的第一特征描述子，在所述高光谱图像立方体中提取与所述生物基准点相关的第二特征描述子，以基于所述第一特征描述子和所述第二特征描述子建立特征点对应关系；基于所述特征点对应关系，通过MLESAC算法迭代求解投影变换矩阵，以基于所述投影变换矩阵对所述鱼脸感兴趣区域进行双线性插值配准，得到目标鱼脸区域；基于目标鱼脸区域的空间坐标，从所述高光谱图像立方体中提取对应空间区域的像素数据，形成配准的高光谱鱼脸数据块。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。