苏州科熙伟智科技有限公司

本发明公开了基于图像识别与云计算的鸟类智能识别监测系统及方法，涉及图像识别领域，解决当前因特征细微和部位相似无法对鸟类进行高效准确识别的问题，包括体型提取单元、色彩提取单元、种类预测单元、元素分析单元和图像识别模块；体型提取单元用于对鸟类不同部位的生物体型特征进行提取；色彩提取单元用于依据实际图像对鸟类不同部位的生物色彩特征进行提取；种类预测单元用于依据鸟类不同部位的实际面积数组与像素区间序列对已知实际种类的鸟类进行预测；元素分析单元用于对不同目标部位的预测准确率进行分析；图像识别模块用于依据识别元素对待识别图像中的鸟类进行图像识别，本发明通过图像识别实现对鸟类高效准确识别。

本发明提供了一种基于深度学习的DPS‑SGBM双目视觉测距方法，涉及计算机视觉和三维测量技术领域。本发明利用YOLOv8目标检测网络获取场景的语义信息及图像场景特征作为先验输入，为图像中每个目标动态计算最优的立体匹配参数，并输出具有置信度度量的视差图，引入概率模型对匹配结果进行优化与置信度评估。本发明通过深度融合深度学习语义信息与动态概率自适应半全局匹配算法，实现了双目视觉测距在精度、效率与实用性之间的有效平衡，为自动驾驶、机器人等三维感知应用提供了一种更为鲁棒、智能且高效的解决方案。