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！

龙图腾网获悉河北机电职业技术学院申请的专利一种基于双目立体和深度学习技术的虫草寻位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：CN120125663B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510196411.0，技术领域涉及：G06T7/73；该发明授权一种基于双目立体和深度学习技术的虫草寻位系统是由郭志飞;刘昱涵;赵越凡;柴顺通设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种基于双目立体和深度学习技术的虫草寻位系统在说明书摘要公布了：本发明公开了一种基于双目立体和深度学习技术的虫草寻位系统，涉及虫草采集技术领域，包括：硬件结构与软件系统，其中硬件结构包括登山拐杖、支撑横梁、CCD相机、控制器、电池、相机支架、控制器支撑架、电池支撑架与平板电脑；软件系统包括图像采集模块、训练学习模块、识别模块与交互模块；图像采集模块基于CCD相机采集虫草图像，将采集的虫草图像上传至训练学习模块内。本发明将识别后的图像以无线通信方式发送到平板电脑，平板电脑上部署显示软件，在发现虫草，平板电脑会发出提示音，同时在图片上框选虫草，相比传统虫草采集方法，具备识别效率快、准确性高的优点，可有效减轻虫草采集人员的劳动强度，提高采集效率。

本发明授权一种基于双目立体和深度学习技术的虫草寻位系统在权利要求书中公布了：1.一种基于双目立体和深度学习技术的虫草寻位系统，其特征在于，包括：硬件结构与软件系统，其中硬件结构包括登山拐杖1、支撑横梁2、CCD相机3、控制器4、电池5、相机支架6、控制器支撑架7、电池支撑架8与平板电脑9； 软件系统包括图像采集模块、训练学习模块、识别模块与交互模块； 图像采集模块基于CCD相机3采集虫草图像，将采集的虫草图像上传至训练学习模块内； 训练学习模块基于深度学习框架训练虫草图像数据，学习优化CA注意机制，在yolov5s模型的BackBone中SPPF前添加CA注意力机制，构建出虫草识别模型； 识别模块基于构建的虫草识别模型将采集的图像数据输入，基于深度学习模型，重建虫草点云，进行三维定位，从彩色图中提取虫草的位置，对虫草位置判断分析； 交互模块基于平板电脑9进行人机交互，作为虫草采集工人的手持终端，部署有客户端软件，实时接收传回来的虫草图像，指示采集工人采集虫草，当识别到虫草之后，则发出指示声； CA注意机制结构首先对获取的图像水平和竖直方向进行平均池化操纵，整合水平方向与竖直方向的特征信息并对其进行卷积处理，具体步骤为： 给定输入层X，大小为H×W×C，使用大小为H，1和1，W的池化核，分别沿水平和垂直方向对每个通道进行编码，高度为H的c个通道和宽度为W的第c个通道的输出分别为： ，，式中，H和W分别表示特征层的高度和宽度，为已知的，和分别表示H和W方向的第c个通道的输出结果，和表示输入特征X沿H方向和W方向的输入； 将上述两组公式输出的两个独立方向的特征图进行拼接操作和1×1卷积运算及激活操作，公式为： 式中，f表示在水平方向和垂直方向上对空间信息进行编码后中间特征图，表示空间维度的拼接操作，F1表示卷积操作，表示Sigmoid函数； 沿空间维度将f进行拆分，再用两个1×1卷积操作将特征图的通道数恢复到与输入特征X相同的通道数，利用Sigmoid函数计算特征图的注意力权重，得到的结果为： ，式中，和表示对f拆分后卷积和激活的注意力权重，和分别表示f拆分后沿H方向和W方向的特征图，和表示卷积操作； 基于图像采集模块获取虫草的深度图，绘制矩形，对深度图进行感兴趣区域提取，基于全面的矩形框，采用图像处理的算法提取得到，然后采用双目视觉单点重建的公式，重建感兴趣区域的像素点，重建之后的点云即为虫草的点云，即实现了虫草的寻位，公式为： ，，，公式中表示重建后在相机坐标系下的三维点，为深度图中像素的图像坐标，f为相机的焦距，为相机焦距的分量，b为相机的基线距，d为相机的视差，分别为重建点在左相机和右相机的投影点。

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河北机电职业技术学院，其通讯地址为：054000 河北省邢台市信都区泉北西大街1169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。