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！

龙图腾网获悉西昌学院申请的专利基于多模态图像识别的蛋鸡健康状态监测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：CN121191197B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511694834.1，技术领域涉及：G06V40/10；该发明授权基于多模态图像识别的蛋鸡健康状态监测方法及系统是由王思芦;孙才云;李东东;陈冰冰;吴蕊;刘欣悦;杨睿灵;姚惠乔;张雅淇设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于多模态图像识别的蛋鸡健康状态监测方法及系统在说明书摘要公布了：本发明提供了一种基于多模态图像识别的蛋鸡健康状态监测方法及系统，涉及智能养殖技术领域，包括获取蛋鸡的冠部特写图像、体部全景图像和移动拍摄视频等多维度图像数据；然后分别对冠部图像进行特征提取，得到血液循环状态和纹理异常特征；对体部图像进行羽毛损伤边缘和寄生虫定位，生成二值化病理特征图；对视频序列进行异常行为分析，得到时空特征序列。接着，将上述多模态特征进行融合，构建得到健康状态图谱。最后，基于该图谱进行时间序列分析和健康评分，通过图注意力机制量化特征贡献度，输出包含具体疾病风险标签和健康评分的诊断报告。本发明实现了对蛋鸡健康状态的非接触、全方位的监测与预警。

本发明授权基于多模态图像识别的蛋鸡健康状态监测方法及系统在权利要求书中公布了：1.一种基于多模态图像识别的蛋鸡健康状态监测方法，其特征在于，包括： 获取蛋鸡的冠部特写图像、蛋鸡的体部全景图像和蛋鸡移动的拍摄视频； 基于所述蛋鸡的冠部特写图像进行特征提取处理，得到蛋鸡的冠部血液循环状态的异常图像特征与纹理异常图像特征； 基于所述体部全景图像对蛋鸡的羽毛损伤边缘和寄生虫附着区域进行定位，得到包含啄羽痕迹与寄生虫分布信息的二值化病理特征图； 基于蛋鸡移动的拍摄视频进行异常行为特征分析，其中，通过重建误差分析蛋鸡的异常行为特征，得到蛋鸡的异常行为时空特征序列； 基于所述蛋鸡的冠部血液循环状态的异常图像特征、纹理异常图像特征、二值化病理特征图和异常行为时空特征序列进行特征交互处理，构建得到以病理区域为节点、时空关联为边的健康状态图谱； 基于所述健康状态图谱，进行时间序列分析与健康评分处理，其中，通过图注意力机制量化所有特征的贡献度，得到包含具体疾病风险标签与健康评分的诊断报告； 其中，基于所述蛋鸡的冠部血液循环状态的异常图像特征、纹理异常图像特征、二值化病理特征图和异常行为时空特征序列进行特征交互处理，包括： 基于超图建模方法将所述蛋鸡的冠部血液循环状态的异常图像特征、纹理异常图像特征、二值化病理特征图和异常行为时空特征序列抽象为超节点，并基于空间共现关系建立超边连接，得到初步的多模态特征超图； 基于图注意力网络机制计算初步的多模态特征超图中两两超节点间的特征关联权重，得到加权后的健康状态图谱； 基于所述加权后的健康状态图谱进行动态时序图卷积处理，其中，通过门控图神经网络聚合相邻时间帧的图谱特征，捕捉健康状态的时序变化特征，得到健康状态动态图谱； 其中，基于所述健康状态图谱，进行时间序列分析与健康评分处理，其中，通过图注意力机制量化所有特征的贡献度，包括： 基于所述健康状态图谱进行动态特征权重计算处理，其中，通过时序图注意力机制分析节点特征的时序变化模式，量化所有特征在每个时间点的重要性权重，得到动态特征权重矩阵； 基于所述动态特征权重矩阵进行健康指数计算处理，其中，通过加权融合算法整合多模态特征权重，并结合时序聚合函数生成连续时间段的健康指数曲线； 基于所述健康指数曲线进行疾病风险分类处理，其中，通过将所述健康指数曲线与预设的历史蛋鸡的疾病曲线数据进行关联分析，并将所述关联度作为蛋鸡对于每种疾病的风险值，进而得到包含疾病风险标签的健康诊断报告。

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西昌学院，其通讯地址为：615000 四川省凉山彝族自治州西昌市安宁镇学府路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。