[发明专利]一种基于宽度学习的鸟巢识别方法在审
| 申请号： | 201810994934.X | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109271885A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 鲁仁全;王士贤;张斌;周琪;李鸿一 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于宽度学习的鸟巢识别方法，包括以下步骤：S1：收集鸟巢的图像数据，构建训练输入矩阵；S2：利用步骤S1构建的训练输入矩阵构建目标宽度学习系统模型；S3：利用步骤S2构建的的宽度学习系统模型对实时图像数据进行分析，实现鸟巢识别。本发明通过将鸟巢图像数据对BGR三个通道分别做高斯滤波处理，并结合宽度学习算法，从而在利用该目标宽度学习系统模型对实时图像数据进行分析时，能够有效地缩短算法的训练研发周期，同时保证自动识别的准确度。 | ||
| 搜索关键词： | 鸟巢 构建 学习系统 实时图像数据 输入矩阵 图像数据 高斯滤波 学习算法 自动识别 准确度 有效地 算法 研发 分析 学习 保证 | ||
【主权项】：
1.一种基于宽度学习的鸟巢识别方法，其特征在于，包括以下步骤：S1：收集鸟巢的图像数据，构建训练输入矩阵；S2：利用步骤S1构建的训练输入矩阵构建目标宽度学习系统模型；S3：利用步骤S2构建的的宽度学习系统模型对实时图像数据进行分析，实现鸟巢识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810994934.X/，转载请声明来源钻瓜专利网。
