基于深度卷积神经网络的内蒙古地区陆生野生动物自动识别

发布时间：2020-11-07 07:20

　　 通过图像信息掌握野生动物资源状况是当前野生动物监测的主流方式,基于深度卷积神经网络网络的野生动物监测图像的自动识别可以解决人工分类效率低、成本高的问题,但是也面临着“图像光照条件变化”、“监测图像背景信息复杂”、“目标位置、大小不定”等难点,影响自动识别准确率。为了实现野生动物监测图像的准确、高效的自动分类,本文对基于深度卷积神经网络的野生动物自动检测识别算法进行了研究,本文的主要研究与工作内容如下:1.建立了内蒙古地区主要陆生野生动物监测图像数据库。利用红外感应相机与无线图像传感器网络于2012年至2018年间在内蒙古赛罕乌拉保护区采集到的监测图像,建立了内蒙古地区主要陆生野生动物监测图像数据库。包括马鹿、斑羚、野猪、猞猁、狍、貂等6种国家级保护动物,总数为10720张,并完成图像级与像素级的标定工作。2.提出了野生动物监测图像光照自适应增强算法。基于具有颜色恒常性的Retinex理论,提出一种监测图像自适应增强算法。针对光照不均导致的光晕伪影问题,提出一种水平/垂直梯度引导滤波器,实现照度分量图像的估计;进而提出以Otus阈值为基准值的对比度拉伸函数,对照度分量图像进行拉伸,提高算法自适应能力;最后使用照度分量灰度图像计算反射分量图像,保持色彩相关性,实现野生动物监测图像的自适应增强。3.提出了基于自我注意机制深度残差网络的野生动物自动识别算法。针对经典卷积神经网络感受野受限,无法准确提取野生动物特征的问题,提出一种基于自我注意机制的深度残差网络(SA-ResNet),并且对网络结构、训练方法、超参数进行试验分析。试验结果表明,本文提出的方法测试集准确率最终为90.12%。4.提出了基于深度卷积神经网络的野生动物目标检测识别算法。针对目标位置的不确定性、复杂背景环境影响和物种数量不平衡造成识别准确率低的问题,提出一种改进Faster RCNN的野生动物目标检测识别方法,首先搭建SA-Resnet1 52作为骨干网络提取特征图;然后采用K-means算法对区域建议网络的Anchors进行重新回归,提高网络对野生动物检测的准确性;提出一种自适应类别权重损失函数,解决不同物种数据不平衡导致准确率低问题。实验结果表明,本文提出的目标检测算法mAP值可以达到92.2%。本文针对传统野生动物监测图像人工分拣成本高、效率低的问题,提出从图像增强到深度卷积神经网络特征提取到目标检测识别完整的野生动物智能识别的解决方案,为提高野生动物保护的智能化、自动化水平提供理论支撑。
【学位单位】：北京林业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S863;TP391.41;TP183
【部分图文】：

位置开展进一步的检测，可获取更丰富的信息。??１．３．２论文架构??本文研究的论文架构如图１－３所示。??ｒ?｜??绪论（第一章）???．１??研究背聚与意义?野生动物监测图像壜强与识别国内外研究现状?文章组织架构??Ｉ?－１???Ｇ???野生动物监测图像采集与数据库建立Ｉ丨?野生动物监测图像自适应增强?Ｉ??Ｉ?（第二章２??１丨?（第三章）??＿?＿＾＾＾＾＊＊？＊＊＿?＿?基于改进引导滤波的照度分置估计??｜红外感应相机丨Ｌ?ｗｍｓｎ?：??＾??＇?Ｉ?」Ｍ?基于Ｏｔｕｓ阈值的照度分？自适应拉伸??数据标定?—＿??丨图像级标定丨丨像索级标定丨?色彩保真的反射分置图像计算??Ｉ?１?－?－?－?１?１?１?Ｉ?Ｉ?Ｉ?！??Ｉ??Ｉ?泛?＇??Ｉ?基于自我注意残差网络的野生动物自动识别算法（第四章）??网络结构搭１１?—超錢试验分析＾（自＿算法评估??Ｉ?????」????丨．??基于改进Ｆａｓｔｅｒ?ＲＣＮＮ的野生动物目标检测识别算法（第五章）?????１?１??基于ＳＡＲｅｓＮｅｔ骨干网络搭建?——＾?基于Ｋｔｎｅａｎｓ的区域建议网络??－＝ｒ＾—［??算法评估?《??自适应损失函数??Ｕ—：：：：二?－ＣＴＪ?一?」—一」????，??总结与展望（第六章）??１?????Ｉ??研究内容总结?存在不足及展望??．Ｉ?１?????ｊ??图１＿３论文架构??Ｆｉｇ．?１－３?Ｔｈｅｓｉｓ?ｓｔｒｕｃ

图２－１红外相机安装图??Ｆｉｇ．２－１?Ｉｎｆｒａｒｅｄ?ｃａｍｅｒａ?ｉｎｓｔａｌｌａｔｉｏｎ?ｉｍａｇｅ??文采集的野生动物监测图像通过将红外感应相机部署在野生动物频繁包括赛罕乌拉保护区内的正沟、大东沟、西沟、青羊城、二道洼等地区，

红外感应相机将数据存储在本地ＳＤ卡中，造成的数据滞后性问题。无线图像传感器??网络系统主要由传感器节点、汇聚节点及控制中心组成。无线图像传感器网络系统结??构如图２－２所示。??彭剛４一，??监测目标多媒体传感器乂?基站??＼、?节点
【相似文献】

相关期刊论文 前10条

1 迈克·科洛斯捷列夫;;陆生野生动物组冠军《从水下看棕熊》[J];世界科学;2019年06期

2 ;关于划定保护陆生野生动物禁猎区禁猎期的通告[J];汕尾市人民政府公报;2017年03期

3 ;东莞市人民政府关于加强陆生野生动物资源保护的通告[J];东莞市人民政府公报;2015年12期

4 ;浙江省人民政府办公厅关于公布浙江省重点保护陆生野生动物名录的通知[J];浙江省人民政府公报;2016年10期

5 高凤敏;张绪成;张秀云;王富纲;;浅谈陆生野生动物资产[J];生物技术世界;2014年07期

6 秦绍华;张秀云;高凤敏;张绪成;;浅谈陆生野生动物资产核查[J];生物技术世界;2014年08期

7 杨忠庆;谢建荣;;近年陆生野生动物案件分析及有关问题探讨[J];甘肃科技;2006年03期

8 ;54种商业性经营利用陆生野生动物名单[J];农村实用技术;2006年09期

9 杨忠庆;近年陆生野生动物案件分析及有关问题探讨[J];野生动物;2005年06期

10 ;浙江省人民代表大会常务委员会关于修改《浙江省陆生野生动物保护条例》的决定[J];浙江林业;2004年08期

相关博士学位论文 前1条

1 朱桂寿;浙江省陆生野生动物分布及其疫源疫病监测体系建设研究[D];南京林业大学;2008年

相关硕士学位论文 前7条

1 程浙安;基于深度卷积神经网络的内蒙古地区陆生野生动物自动识别[D];北京林业大学;2019年

2 曾鹏;广西陆生野生动物繁育利用和可持续经营研究[D];中南林业科技大学;2017年

3 于莉莉;陆生野生动物保护对生物多样性的影响机理及对策[D];南京林业大学;2017年

4 谢远崧;广东省陆生野生动物疫源疫病监测预警体系科学化管理的研究[D];西北大学;2008年

5 侯瑞锋;山西省野生动物致损救济法律问题研究[D];山西大学;2012年

6 那顺得力格尔;内蒙古赛罕乌拉国家级自然保护区陆生野生动物保护监测研究[D];北京林业大学;2011年

7 李东强;大渡河干热河谷水电站建设影响区的陆生动植物动态变化与预测[D];四川师范大学;2014年

本文编号：2873623