公开(公告)号：CN119942222A

公开(公告)日：2025-05-06

申请号：CN202510107489.0

申请日：2025-01-23

Applicant: 北京林业大学

Inventor： 张军国 ,  赵恩庭 ,  田野 ,  张长春 ,  孔孜亦 ,  安家宁 ,  陈嘉奇 ,  王舜

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V40/10 ,  G06V20/52 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及基于点位上下文的野生动物监测图像物种分类方法，属于图像分类技术领域；本发明包括：建模监测点位与物种之间的相关性，并根据相关性强弱为样本分配权重，同时解耦点位分类和物种分类任务，以学习环境特征和物种特征。通过将点位所代表的环境信息作为物种分类的上下文，该方法增强模型对于物种与栖息地环境关系的理解，实现对分布外数据的有效泛化。

公开(公告)号：CN119360415A

公开(公告)日：2025-01-24

申请号：CN202411429963.3

申请日：2024-10-14

Applicant: 北京林业大学

Inventor： 张军国 ,  赵恩庭 ,  张长春 ,  李大方 ,  徐明宇 ,  陈嘉奇 ,  潘旭彬

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/02

Abstract: 本发明涉及图像增强技术领域，尤其涉及联合先验知识和扩散模型的野生动物长尾数据增强方法；本发明包括如下内容：包括以下内容：S1、构建野生动物识别模型，结合大规模语言模型引入额外的先验知识，以获得丰富有效的环境表征、动作表征的文本描述；S2、使用潜在扩散模型作为基本生成器，整合S1中所生成的文本描述，以提高生成图像的质量和多样性；S3、采用对比语言‑图像预训练模型筛选负样本，以增强野生动物长尾数据。本发明解决了野生动物长尾数据对模型训练的影响，增强了模型对于尾部类别的识别性能，进一步提高了野生动物模型的识别能力。