-
公开(公告)号：CN117765480B
公开(公告)日：2024-05-10
申请号：CN202410186075.7
申请日：2024-02-20
IPC分类号： G06V20/52 , G06V20/40 , G06V40/10 , G06V10/74 , G06V10/764 , G06V10/82 , G06V10/96 , G08B31/00
摘要： 本申请涉及野生动物监测图像处理技术领域，特别是涉及一种道路沿线野生动物迁徙预警方法及系统；本发明通过将待识别图像首先通过相似度比较初步判断是否存在野生动物，再通过后续的深度学习模型进一步精确识别是否存在野生动物，以及识别野生动物种类和数量，可大大减少图像识别的时间，提高野生动物迁徙预警的效率；同时，本发明为了进一步提高预警效率，通过相似度比较算法对待识别图像进行分类，根据图像中初步判断包含的野生动物数量分为第一图像类别和第二图像类别，第一图像类别的图像通过简单的卷积神经网络模型进行识别，第二图像类别的图像通过复杂的带残差机制的卷积神经网络模型进行识别，从而实现了效率和准确度的统一。
-
公开(公告)号：CN117610939A
公开(公告)日：2024-02-27
申请号：CN202410070112.8
申请日：2024-01-18
IPC分类号： G06Q10/0635 , G06Q10/067 , G06Q50/26 , G01N13/04 , G01N15/08
摘要： 本发明涉及风险评估技术领域，特别是涉及一种港口危险货物集装箱堆场环境风险评估方法及系统；本发明通过建立新的污染因子扩散模型，计算得到计算点位置的污染因子浓度，通过对水动力方程进行分析，确定与污染因子扩散相关的主要参数，然后通过多因素分析，得到污染因子扩散求解公式，在所述污染因子扩散求解公式中，着重考量了时间、距离、潜水含水层的厚度、污染因子的质量、水流速度、有效孔隙度从而计算得到不同位置的污染因子浓度；可减少运算量，有效提高计算效率；同时，在设计污染因子扩散方程时，摒弃需要技术人员根据经验设置数值的参数，避免主观误差的引入，从而一定程度上提高了环境风险评估精度。
-
公开(公告)号：CN117892038B
公开(公告)日：2024-06-07
申请号：CN202410290111.4
申请日：2024-03-14
IPC分类号： G06F17/10 , G06Q10/063 , G06Q50/26
摘要： 本发明涉及野生动物保护技术领域，公开了一种野生动物道路回避距离计算方法，具体包括以下步骤：获取不同野生动物生存区域的道路信息，所述道路信息包括道路等级和道路权重；根据所述道路信息确定不同道路等级下野生动物距离不同道路的平均垂直距离；根据所述道路信息确定不同道路等级下道路及附近的人类足迹数据和土地覆盖度；根据所述道路信息确定不同道路等级下的生态廊道权重；对道路回避距离进行计算；考虑道路等级、人类足迹数据、土地覆盖度、生态廊道对野生动物迁移的影响，对不同道路等级进行系统研究，全方面考虑重点地段对野生动物造成不同的迁移影响，使得计算道路回避距离更加准确，提高了计算精度。
-
公开(公告)号：CN117591960B
公开(公告)日：2024-03-29
申请号：CN202410068300.7
申请日：2024-01-17
IPC分类号： G06F18/2415 , G06Q50/26 , G06F17/18
摘要： 本发明涉及野生动物保护技术领域，公开了一种野生动物生态廊道评价方法及系统，具体包括以下步骤：获取不同野生动物种类在野生动物生存区域的迁移数据，所述迁移数据包括不同野生动物种类在野生动物生存区域的分布概率,根据所述迁移数据对野生动物生存区域的生态廊道进行构建；基于构建的所述生态廊道进行连通性分析；根据连通性分析对野生动物生存区域的生态廊道进行评价；本发明通过实地调查获取数据的基础上引入了实时监测的项圈数据，项圈数据的加入可以有效提高物种分类模型计算的精准度，能够更加精确的构建生态廊道，使得生态廊道连通性分析减少误差，最终使得野生动栖息地破碎化影响得到改善。
-
公开(公告)号：CN117609413B
公开(公告)日：2024-03-26
申请号：CN202410085531.9
申请日：2024-01-22
摘要： 本申请涉及野生动物数据处理技术领域，特别是涉及一种野生动物通道设计方法及系统；本发明通过深度学习模型获取通道密度的过程为：获取所述深度学习模型的训练集；建立深度学习模型并进行训练得到用于通道密度预测的深度学习模型；将目标区域的参数输入至所述深度学习模型中，得到预测的通道密度；本发明将深度学习模型应用到通道密度参数设计中，从而得到更为精确的通道密度设计数据，并且，在将深度学习模型应用到通道设计参数设计过程中，针对现有的数据集具有利用率可以验证数据集是否为最优数据集的特点，本发明对数据集进一步改进加工，使数据集为最优数据集，从而使得模型获得的预测参数接近最优参数，进而提高通道设计的科学性。
-
公开(公告)号：CN117609413A
公开(公告)日：2024-02-27
申请号：CN202410085531.9
申请日：2024-01-22
摘要： 本申请涉及野生动物数据处理技术领域，特别是涉及一种野生动物通道设计方法及系统；本发明通过深度学习模型获取通道密度的过程为：获取所述深度学习模型的训练集；建立深度学习模型并进行训练得到用于通道密度预测的深度学习模型；将目标区域的参数输入至所述深度学习模型中，得到预测的通道密度；本发明将深度学习模型应用到通道密度参数设计中，从而得到更为精确的通道密度设计数据，并且，在将深度学习模型应用到通道设计参数设计过程中，针对现有的数据集具有利用率可以验证数据集是否为最优数据集的特点，本发明对数据集进一步改进加工，使数据集为最优数据集，从而使得模型获得的预测参数接近最优参数，进而提高通道设计的科学性。
-
公开(公告)号：CN117593766A
公开(公告)日：2024-02-23
申请号：CN202311830191.X
申请日：2023-12-28
摘要： 本发明涉及图像分析技术领域，公开了一种基于无人机拍摄图像处理的野生动物种群数量的调查方法，方法包括：S1、确定野生动物种群数量调查的调查区域；S2、根据调查区域规划无人机飞行路线，以及飞行参数；S3、根据无人机飞行路线以及飞行参数控制无人机起飞，并采集无人机航拍图像；S4、对无人机航拍图像进行预处理，得到待识别的无人机航拍图像；S5、识别待识别的无人机航拍图像中的野生动物数量；S6、对所有无人机航拍图像执行S4‑S5，从而获得调查区域的野生动物的种群数量。提高了野生动物的识别精度，进而提高了野生动物种群数量的估算精度。
-
公开(公告)号：CN117892038A
公开(公告)日：2024-04-16
申请号：CN202410290111.4
申请日：2024-03-14
IPC分类号： G06F17/10 , G06Q10/063 , G06Q50/26
摘要： 本发明涉及野生动物保护技术领域，公开了一种野生动物道路回避距离计算方法，具体包括以下步骤：获取不同野生动物生存区域的道路信息，所述道路信息包括道路等级和道路权重；根据所述道路信息确定不同道路等级下野生动物距离不同道路的平均垂直距离；根据所述道路信息确定不同道路等级下道路及附近的人类足迹数据和土地覆盖度；根据所述道路信息确定不同道路等级下的生态廊道权重；对道路回避距离进行计算；考虑道路等级、人类足迹数据、土地覆盖度、生态廊道对野生动物迁移的影响，对不同道路等级进行系统研究，全方面考虑重点地段对野生动物造成不同的迁移影响，使得计算道路回避距离更加准确，提高了计算精度。
-
公开(公告)号：CN117456287B
公开(公告)日：2024-03-12
申请号：CN202311775041.3
申请日：2023-12-22
IPC分类号： G06V10/764 , G06N3/0464 , G06N3/08 , G06T5/00 , G06T7/60 , G06V10/30 , G06V10/40 , G06V10/74 , G06V10/82 , G06V20/17 , G06V40/10
摘要： 本申请涉及遥感影像分析技术领域，特别是涉及一种使用遥感影像观测野生动物种群数量的方法；本发明在通过高分辨率遥感图像得到所述待观测野生动物的疑似阴影像元后，首先对所述疑似阴影像元的尺寸进行分类，分为大尺寸阴影像元和小尺寸阴影像元；然后，针对大尺寸阴影像元采用相似度比较方法确认是否为野生动物，计算量较少；对小尺寸阴影像元，采用深度学习模型确认是否为野生动物，可有效识别出小尺寸的待观测野生动物，并能尽可能的减少环境中具有相似尺寸或者形态的干扰物的影响；通过本发明的方案，极大的提高野生动物种群数量的观测准确度。
-
公开(公告)号：CN117456287A
公开(公告)日：2024-01-26
申请号：CN202311775041.3
申请日：2023-12-22
IPC分类号： G06V10/764 , G06N3/0464 , G06N3/08 , G06T5/00 , G06T7/60 , G06V10/30 , G06V10/40 , G06V10/74 , G06V10/82 , G06V20/17 , G06V40/10
摘要： 本申请涉及遥感影像分析技术领域，特别是涉及一种使用遥感影像观测野生动物种群数量的方法；本发明在通过高分辨率遥感图像得到所述待观测野生动物的疑似阴影像元后，首先对所述疑似阴影像元的尺寸进行分类，分为大尺寸阴影像元和小尺寸阴影像元；然后，针对大尺寸阴影像元采用相似度比较方法确认是否为野生动物，计算量较少；对小尺寸阴影像元，采用深度学习模型确认是否为野生动物，可有效识别出小尺寸的待观测野生动物，并能尽可能的减少环境中具有相似尺寸或者形态的干扰物的影响；通过本发明的方案，极大的提高野生动物种群数量的观测准确度。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.068 秒)
