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！

龙图腾网恭喜杭州电子科技大学申请的专利一种复杂牛场环境牛脸识别方法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：CN115546828B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211155354.4，技术领域涉及：G06V40/10；该发明授权一种复杂牛场环境牛脸识别方法是由沈雷;方一昊;郑鹏;蓝雷斌;黄安祥设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种复杂牛场环境牛脸识别方法在说明书摘要公布了：针对在复杂牛场环境下存在牛群遮挡、牛脸脏污以及牛的活动状态和姿态多样性等问题引起的牛身份识别困难的难题。本发明公开了一种基于Vision‑Transformer的复杂牛场环境牛脸识别算法。本发明在VIT模型的基础上对复杂牛场环境设计了全新的特征融合方式。在VIT模型中加入本发明提出的patch‑shift网络层，patch‑shift网络层中的shift模块融合特征之间信息，不仅利用了局部特征还融合了局部特征之间的信息，缓解了在牛场环境中脏污对识别的影响。加入可学习的Mask矩阵使模型抑制不含牛脸信息的图像块，抑制图像背景干扰，使模型更加关注图像中的牛脸特征，学习到更加鲁棒的牛脸特征。

本发明授权一种复杂牛场环境牛脸识别方法在权利要求书中公布了：1.一种复杂牛场环境牛脸识别方法，其特征在于，包括以下步骤： S1、采集牛脸数据： 在不同的光照条件下和同一拍摄高度下，同时采集正脸、左侧脸、右侧脸三种不同的牛脸姿态的牛脸视频数据，从视频流中截取每头牛的正脸、左侧脸、右侧脸图片数据，并将牛脸图片数据划分为训练集和测试集； S2、基于Vision-Transformer对复杂牛场环境牛脸进行数据处理 S2-1首先将输入的牛脸图片分为N个大小相同的图像块并使用Vision-Transformer的图像块编码器E将每个图像块编码为维度为D的特征向量 S2-2之后在N个特征向量组成的矩阵中，加入可学习的分类向量xcls，所述分类向量xcls用于表示牛脸图像经过编码后的全局特征， S2-3最后加入包含空间信息的位置编码即可得到编码器的输入序列： S2-4在z0前向传播到第l-1层编码器时将提取的牛脸特征分别输入全局分支和局部信息融合分支，其中，输入全局分支的牛脸特征作为全局分支输入特征，输入局部信息融合分支的牛脸特征作为局部分支输入特征； S2-5在全局分支将全局分支输入特征输入第l层编码器中提取全局分支特征； S2-6在局部信息融合分支中，利用patch-shift网络层让牛脸的全局特征和局部分支输入特征进行融合，得到patch-shift网络层信息融合后的特征； S2-7将patch-shift网络层信息融合后的特征输入第l层编码器得到最终包含特征之间相关性的输出特征S＝TransformerLayerGM； S2-8最后将全局分支提取的全局分支特征和局部信息融合分支提取的包含特征之间相关性的输出特征输入MLP中进行分类； S3、使用所述步骤S1中所述的训练集，构建损失函数，对所述步骤S2中基于Vision-Transformer对复杂牛场环境牛脸进行数据处理的方法进行训练，当总损失下降到不大于0.01时结束训练，得到训练好的牛脸数据处理方法； S4、将步骤S1中所述的测试集中的数据输入训练好的牛脸数据处理方法中，提取牛脸图像特征并进行识别比对。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。