基于视频的野生动物目标检测算法研究

发布时间：2022-01-10 13:36

　　生物资源是人类赖以生存和发展的自然基础,是生态系统平衡与稳定的有力保障。野生动物资源是生物资源的重要组成部分,保护和合理利用野生动物资源对可持续发展有着重要意义。然而,当下对野生动物的监测保护是通过实地探查,或者使用昂贵的实时录像机进行不间断的定点录像,需要耗费大量的人力物力,而基于视频的野生动物目标检测方法则能够自动的检测出野生动物的类别与所在位置,能够增强对野生动物的保护力度。在对野生动物视频进行目标检测的过程中,受运动模糊、形变、光照以及遮挡等因素的影响,会降低目标检测的稳定性与准确率。目标检测遮挡问题的解决是提升目标检测稳定性与准确率的关键,因此我们将对视频目标检测的遮挡问题进行研究。针对视频中野生动物的遮挡问题,论文首先对基于深度学习的目标检测系列算法进行了研究,然后对YOLOv3（You Only Look Once）目标检测算法进行了深入的研究,以野生动物视频为研究对象,以视频特有的时间序列关系为出发点,在YOLOv3算法的基础上,进行了两种算法改进与实验。论文的主要内容如下:（1）构造了基于视频的野生动物目标检测数据集WVDDS（Wildlife Video Detec... 

【文章来源】：重庆理工大学重庆市

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图1.1分类、定位与检测

到目标轮廓或局部区域，最终到整个目标。其过程如图 2.1 所示：图 2.1 人脑视觉机理流程图2.1.2 深度学习训练过程传统神经网络采用反向传播的方式进行训练。通过随机设定初始值，计算当前网络的输出，然后根据当前输出和期望输出的差值去改变前面各层的参数，直至收敛。

而下的有监督学习是一个有监督的训练过程，在通过自下而上的非络各层参数的基础上，通过有标签的数据进行训练，由上至下对各。受野与权值共享统的神经网络中，输入层到隐藏层的神经元间采用全连接的方式。产生数量巨大的参数，使得网络训练耗时甚至难以训练。为了避免网络中出现了局部感受野与权重共享(Shared Weights)的概念。局部感受野野[38](receptive field)的来源于 Hubel 和 Wiesel 在 1958 年通过对猫究。一般情况下，我们认为人对外界的认知是从局部到全局的，图是局部像素联系较为紧密，而距离较远的像素联系则较弱。因此，要去对全局像素进行感知，而只需对局部像素进行感知即可；然后这些感受得到的不同局部神经元进行综合以得到全局信息，这样则。全连接与局部感受野的示意图如图 2.2 所示：

【参考文献】：
期刊论文
[1]新技术驱动的自然语言处理进展[J]. 王飞,陈立,易绵竹,谭新,张兴华.  武汉大学学报(工学版). 2018(08)
[2]基于Dopout与ADAM优化器的改进CNN算法[J]. 杨观赐,杨静,李少波,胡建军.  华中科技大学学报(自然科学版). 2018(07)
[3]基于深度学习的医学计算机辅助检测方法研究[J]. 陶攀,付忠良,朱锴,王莉莉.  生物医学工程学杂志. 2018(03)
[4]基于深度学习的图像描述研究[J]. 杨楠,南琳,张丁一,库涛.  红外与激光工程. 2018(02)
[5]基于深度学习的肺部肿瘤检测方法[J]. 陈强锐,谢世朋.  计算机技术与发展. 2018(04)
[6]基于深度卷积神经网络的道路场景理解[J]. 吴宗胜,傅卫平,韩改宁.  计算机工程与应用. 2017(22)
[7]交通监控系统中视频运动目标检测算法研究[J]. 傅赟,王桂丽,周旭廷,侯学鹏.  计算机技术与发展. 2017(08)
[8]基于边缘帧差和高斯混合模型的行人目标检测[J]. 苏剑臣,李策,杨峰.  计算机应用研究. 2018(04)
[9]深度学习在语音识别中的研究进展综述[J]. 侯一民,周慧琼,王政一.  计算机应用研究. 2017(08)
[10]面向自然语言处理的深度学习研究[J]. 奚雪峰,周国栋.  自动化学报. 2016(10)

博士论文
[1]基于特征共享的高效物体检测[D]. 任少卿.中国科学技术大学 2016

硕士论文
[1]基于卷积神经网络的遥感图像分类方法研究[D]. 赵爽.中国地质大学(北京) 2015



本文编号：3580804