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！

龙图腾网获悉华南农业大学申请的专利一种基于EML-SlowFast的狮头鹅行为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：CN120047994B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202411970781.7，技术领域涉及：G06V40/20；该发明授权一种基于EML-SlowFast的狮头鹅行为识别方法是由曾家鸿;杜治国;吴志辉;文斌;诸琪;王金伟设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于EML-SlowFast的狮头鹅行为识别方法在说明书摘要公布了：本发明公开了一种基于EML‑SlowFast的狮头鹅行为识别方法，本发明的EML‑SlowFast模型将SlowFast模型的Slow路径的主干网络中的3DResNet模块替换为ECAbneck模块，从而提高了模型对狮头鹅行为的静态特征的提取能力；此外，本发明还将SlowFast模型的Fast路径的主干网络中的3DResNet模块替换为LGLE模块，该LGLE模块能够同时提取狮头鹅行为的局部特征和全局特征，增强模型对狮头鹅行为动作的长程时空特征的建模能力，使得模型能够更加有效地捕捉狮头鹅行为动作的时间性，增强了模型对狮头鹅行为的动态特征的提取能力。通过上述方式，本发明能够准确、有效地对实际养殖场景中的狮头鹅行为进行识别，具有识别精度高、泛用性强、速度快的特点，为实现狮头鹅养殖场智能化管理提供技术支持。

本发明授权一种基于EML-SlowFast的狮头鹅行为识别方法在权利要求书中公布了：1.一种基于EML-SlowFast的狮头鹅行为识别方法，其特征在于，包括以下步骤： S1、狮头鹅视频数据采集：利用视频采集装置从狮头鹅养殖场中采集狮头鹅视频数据； S2、视频数据预处理：对所述狮头鹅视频数据进行预处理； S3、狮头鹅行为数据集制作：将预处理后的所述狮头鹅视频数据制作成狮头鹅行为数据集，其中，所述狮头鹅行为数据集划分为训练集、验证集和测试集； S4、构建EML-SlowFast模型：在SlowFast模型的基础上构建出EML-SlowFast模型； S5、训练EML-SlowFast模型：将所述训练集、验证集输入所述EML-SlowFast模型分别进行模型训练与验证，以得到训练好的狮头鹅行为识别模型； S6：狮头鹅行为识别：将所述测试集输入训练好的所述狮头鹅行为识别模型，以得到狮头鹅的行为识别结果； 所述步骤S4包括：将所述SlowFast模型的Slow路径中的主干网络中的3DResNet模块替换成ECAbneck模块，以及，将所述SlowFast模型的Fast路径中的主干网络中的3DResNet模块替换成LGLE模块； 所述ECAbneck模块的计算公式如下式1-4所示： Fsqu＝σ1BNConv1×1×1F2 Fextr＝BNConv1×1×1σ1BNDWConv3×3×3Fsqu3 其中，F为特征图，σ代表Sigmoid激活函数，GAP代表全局平均池化操作，Conv1d代表卷积核为1的1D卷积，σ1代表hSwish激活函数，BN代表BatchNorm层，Conv代表3D卷积，DWConv代表3D的深度可分离卷积，卷积的下角标表示卷积核的大小，表示逐元素相加操作，表示逐元素相乘操作，Fout为ECAbneck模块的输出特征图； 所述LGLE模块的计算公式如下式5-12所示： F'＝BNσ2Conv1×1×1F5 F'local＝BNσ2{DWConv3×3×3F'}6 F'global＝BNσ2{DWConv7×7×7F'}7 F”＝ConcatF'local,F'global+F8 F”exp＝BNσ2{Conv1×1×1F”}9 F”comp＝BNσ2{Conv1×1×1F”exp}10 F”d＝σ3{BNDWConv3×3×3F”comp}11 其中，σ2代表GELU激活函数，σ3代表ReLU激活函数，为LGLE模块的输出特征图。

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华南农业大学，其通讯地址为：510000 广东省广州市天河区五山路483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。