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！

申请/专利权人：广东省林业科学研究院;广东省野生动物监测救护中心

摘要：本发明实施例涉及智能识别技术领域，公开了一种穿山甲甲片个体智能识别方法，包括：当检测到触发机关动作时，启动设置在相应监测区域的监测相机来对相应的监测画面进行拍摄以得到监测画面图像；将经过预处理操作的监测画面图像输入至预先构建完成的目标检测模型中来进行目标检测以确定在监测画面图像中出现的所有穿山甲对应的目标检测区域；将穿山甲图像输入至特征提取器中以提取各个穿山甲图像对应的特征向量。本发明实施例中的穿山甲甲片个体智能识别方法通过高效精准的监测与识别技术，结合个体级别的特征匹配与数据管理，实现了对穿山甲活动的即时捕捉和精准跟踪，不仅提升了生态研究的科学性和准确性，还促进了穿山甲等濒危物种的有效保护。

主权项：1.一种穿山甲甲片个体智能识别方法，其特征在于，包括：当检测到触发机关动作时，启动设置在相应监测区域的监测相机来对相应的监测画面进行拍摄以得到监测画面图像，并对所述监测画面图像进行预处理操作；将经过预处理操作的所述监测画面图像输入至预先构建完成的目标检测模型中来进行目标检测，确定在所述监测画面图像中出现的所有穿山甲对应的目标检测区域，并根据所有检测到的目标检测区域裁剪出穿山甲图像；所述目标检测模型通过如下步骤获取得到：获取样本训练集，所述样本训练集包括穿山甲样本图像；并对所述样本训练集进行划分操作以得到训练集、验证集和测试集；对所述穿山甲样本图像进行预处理操作；所述对所述穿山甲样本图像进行预处理操作，包括：应用自动化脚本来检测所述穿山甲样本图像的图像分辨率，若所述图像分辨率符合模型输入要求；对所述穿山甲样本图像进行去噪处理；根据预设的穿山甲显示特征来对所述穿山甲样本图像中的对比度和亮度进行调节；对所述穿山甲样本图像进行图像裁剪操作以及图像旋转校正操作；根据色彩校正算法对所述穿山甲样本图像进行校正，所述色彩校正算法包括白平衡、色彩增强和色彩一致性；对所述穿山甲样本图像进行锐化操作；对穿山甲样本图像进行图像旋转操作以得到多个方向的穿山甲样本图像；对穿山甲样本图像进行图像翻转以得到镜像方向的穿山甲样本图像；调整穿山甲样本图像的中对应穿山甲大小以得到不同拍摄距离的穿山甲；调整穿山甲样本图像的亮度和对比度以得到不同光照条件的穿山甲样本图像；通过色彩抖动算法来对穿山甲样本图像进行处理以得到不同环境光照下的颜色表现的穿山甲样本图像；通过图像合成技术来得到新的穿山甲样本图像；记录上述新的穿山甲样本图像的变换参数；将经过预处理操作的穿山甲样本图像输入至参数配置完成的目标检测模型中进行训练以及参数配置调整，直至相应的目标检测模型满足训练要求，并保存当前最佳模型参数；使用训练好的目标检测模型对测试集中的穿山甲测试图像进行预测，得到每个穿山甲测试图像所属的预测种类；根据目标检测模型的预测结果和真实标注，生成种类混淆矩阵；所述种类混淆矩阵的行表示真实种类，列表示预测种类；根据所述种类混淆矩阵计算出目标检测模型的总体性能指标，所述总体性能指标包括准确率、精确度、召回率和F1分数；并根据所述种类混淆矩阵的分析结果来对目标检测模型进行调整和优化；在所述将经过预处理操作的所述监测画面图像输入至预先构建完成的目标检测模型中来进行目标检测，确定在所述监测画面图像中出现的所有穿山甲对应的目标检测区域之后，还包括：获取通过目标检测模型得到的所有检测框信息，所有检测框信息包括位置信息和检测置信度；根据所述检测置信度的高低对所有的检测框信息进行排序操作，并将排序后的列表中置信度最高的检测框作为当前处理的参考框信息；计算所述参考框信息与其他所有检测框信息之间的交并比数值，若所述交并比数值超过第一设定阈值，则将相应的检测框从列表中去除或者将其标记为抑制，直至处理完所有的检测框以得到目标检测列表；根据设定的置信度阈值来对所述目标检测列表来进行匹配，若目标检测列表中的相应检测框的检测置信度低于置信度阈值，则将相应的检测框信息从目标检测列表中移出；根据检测置信度对所有的检测结果信息进行展示；将所述穿山甲图像输入至特征提取器中以提取各个穿山甲图像对应的特征向量；将提取到的穿山甲图像对应的特征向量与穿山甲特征数据库进行特征匹配以确定相应的穿山甲图像是否为已知穿山甲个体；若为已知穿山甲个体，则获取相应穿山甲个体的个体标识符，根据所述个体标识符生成一条新的监测信息，并将所述监测信息与个体标识符进行数据关联，其中，所述监测信息包括相应穿山甲出现的位置信息、时间信息和环境条件信息中的一种或者多种；若为新的穿山甲个体，则生成新的个体标记符并记录新的穿山甲个体的特征向量，并根据新的穿山甲个体的特征向量对穿山甲特征数据库进行更新操作；在所述生成新的个体标记符并记录新的穿山甲个体的特征向量之后，还包括：根据甲片分割模型来对已识别的穿山甲个体进行甲片图像分割以得到相应的甲片部位图像；对分割得到的甲片部位图像进行特征提取以得到相应的甲片部位特征，并对所述甲片部位特征进行特征类型识别以确定相应的甲片部位特征的甲片类型结果，所述甲片类型结果为头部甲片类型、身体甲片类型或者尾部甲片类型；对甲片部位识别结果进行数据记录，所述甲片部位识别结果包括甲片类型结果和甲片位置信息；根据所述甲片部位识别结果和甲片部位特征来更新甲片部位数据库。

全文数据：

权利要求：

百度查询： 广东省林业科学研究院 广东省野生动物监测救护中心 一种穿山甲甲片个体智能识别方法及系统