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！

龙图腾网获悉华中农业大学;湖北洪山实验室申请的专利基于质量感知双分支网络的动物估重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：CN121095985B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511639257.6，技术领域涉及：G06V40/10；该发明授权基于质量感知双分支网络的动物估重方法及系统是由徐学文;黄宝金;罗涛;赵书红;贾析杭;时佩琦;王浩仰设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于质量感知双分支网络的动物估重方法及系统在说明书摘要公布了：本发明涉及一种基于质量感知双分支网络的动物估重方法及系统。该方法首先通过分割模型提取动物背部区域图像，进而生成体长和体宽的卷积特征图，并预测其数值，再结合标签数据通过回归系数法计算图像质量分数。随后，将背部图像转换为卷积特征图，输入至质量感知双分支网络，分别学习体重与质量分数的特征。两个分支输出的特征图经质量引导特征融合模块合并为单帧融合特征图，再通过全连接层预测出体重和质量分数，并利用L1损失函数进行约束。最后，通过加权融合模块整合多帧预测结果，输出最终体重估计值。本发明能够自动筛选高质量视频帧并提取稳定形态特征，在保证计算效率的同时，显著提高动物体重估测的准确性与稳定性。

本发明授权基于质量感知双分支网络的动物估重方法及系统在权利要求书中公布了：1.一种基于质量感知双分支网络的动物估重方法，其特征在于，包括以下步骤： 步骤1：使用预训练得到的MaskRCNN分割模型对动物背部区域进行分割，获取不含背景的背部图像； 步骤2：利用特征提取网络将不含背景的背部图像转化为卷积特征图，卷积特征图输入到质量感知双分支网络中，分别学习体重和图像质量分数的特征，获得体重特征图和图像质量分数特征图； 所述质量感知双分支网络，由体重特征提取模块、体重特征加权融合模块、若干个质量感知空间注意力模块和质量感知通道注意力模块组成； 所述体重特征提取模块，将通过所述特征提取网络得到的卷积特征图，同时分别沿横向和纵向进行Softmax处理得到两个坐标归一化的坐标特征图，卷积特征图与两个坐标归一化的坐标特征图沿通道维拼接后，通过由F3N64、BatchNorm和PReLU组成的坐标卷积块得到空间位置信息融合特征图，空间位置信息融合特征图分别通过F3N64P1、F3N64P2、F3N64P4和F3N64P8处理后在通道维度进行拼接后通过F1N64融合成上下文增强特征图； 所述体重特征加权融合模块，对上下文增强特征图在空间维度分别进行全局平均池化和全局最大池化后按通道维度拼接输入到F1N512得到权重分数特征图，再将权重分数特征图与体重特征提取模块得到的上下文增强特征图逐通道相乘得到体重特征图； 所述的质量感知空间注意力模块，将通过特征提取网络得到的卷积特征图，分别通过F5N64和F7N64提取水平和垂直梯度得到水平特征图和垂直特征图，在通道维度上累加，形成单通道特征图，随后对单通道特征图依次通过F3N256，F3N1处理，以Sigmoid激活生成空间注意力权重，用卷积特征图与空间注意力权重通过逐元素相乘层得到质量感知空间注意力权重图； 所述的质量感知通道注意力模块，将质量感知空间注意力权重图，通过一个F3N64G3的DW卷积和ReLU进行特征提取，接着再通过一个F1N64的PW卷积层将通道信息进行混合，随后进行全局平均池化，然后依次通过F1N256、F1N512处理后，沿通道维做Softmax归一化再与质量感知空间注意力权重图逐通道相乘得到图像质量分数特征图； 步骤3：将步骤2中体重特征图和图像质量分数特征图输入到质量引导特征融合模块中得到单帧融合特征图； 步骤4：将步骤3中的单帧融合特征图通过两个全连接层处理得到预测体重和质量分数，预测体重和质量分数输入到加权融合模块得到加权体重预测值。

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中农业大学;湖北洪山实验室，其通讯地址为：430070 湖北省武汉市洪山区狮子山街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。