自然場景下金絲猴重識別算法的研究與實(shí)現(xiàn)
發(fā)布時(shí)間:2024-03-30 12:08
金絲猴是國家一級保護(hù)動物,屬于瀕危物種,對金絲猴的保護(hù)和相關(guān)研究刻不容緩,F(xiàn)階段可以采用非侵入式的拍攝方法,以獲得大量的自然場景下金絲猴圖像和視頻數(shù)據(jù),同時(shí)基于這些圖像或視頻數(shù)據(jù)對金絲猴的個(gè)體和群體的生物特征信息展開相關(guān)研究。然而對于在多個(gè)視頻或圖像中對特定金絲猴進(jìn)行追蹤和識別的任務(wù),使用傳統(tǒng)的人工相面的方式難以滿足繁重的檢測和重識別工作。本文基于深度學(xué)習(xí)的理論和方法展開自然場景下金絲猴軀體檢測和再識別方法的相關(guān)研究,在多個(gè)攝像頭拍攝的原始自然場景圖像中檢測到金絲猴目標(biāo)區(qū)域,并以檢測得到的金絲猴部分圖像為查詢示例,在金絲猴圖像序列中檢索出這些金絲猴個(gè)體,完成不同場景下金絲猴個(gè)體的重識別。本文首先對自然場景下金絲猴重識別研究的意義和研究現(xiàn)狀進(jìn)行闡述,然后概述了個(gè)體重識別工作、生成對抗網(wǎng)絡(luò)(Generative Adversarial Network,GAN)以及全卷積網(wǎng)絡(luò)(Fully Convolutional Network,FCN)的相關(guān)理論,并對FCN改進(jìn)以進(jìn)行自然場景下金絲猴軀體檢測,以及提出基于CycleGAN數(shù)據(jù)增強(qiáng)的金絲猴個(gè)體重識別算法。金絲猴軀體分割為金絲猴重識別工作奠定...
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文編號:3942330
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖42同一只奈效猴的名種咨杰
第四章基于CycleGAN數(shù)據(jù)增強(qiáng)的金絲猴重識別算法2)非配合式拍攝對樣本質(zhì)量的影響金絲猴數(shù)據(jù)采集的過程中,本文采用非侵入式拍攝方式,在野外固定放數(shù)據(jù)采集,因此在拍攝過程中金絲猴行為未受到干擾。但非配合式拍攝的行為呈現(xiàn)原始狀態(tài),對于重識別任務(wù)而言數(shù)據(jù)質(zhì)量較差。并且,本文建體....
圖46奮效猴重議黔于算法流程閣
(2)金絲猴個(gè)體重識別基準(zhǔn)模型選擇在重識別任務(wù)實(shí)現(xiàn)過程中,選擇ResNet-50作為金絲猴個(gè)體重識別的基礎(chǔ)模型ResNet網(wǎng)絡(luò)是He等人在2015年提出的,作者針對深層網(wǎng)絡(luò)中存在的退化問題,出深度殘差結(jié)構(gòu),允許網(wǎng)絡(luò)盡可能地加深并擁有更好的性能。對于普通的深層網(wǎng)絡(luò)說,....
圖57輸入圖像加載界而
(2)自然場景金絲猴檢測當(dāng)候選圖像被成功加載顯示后,單機(jī)功能選項(xiàng)中的“目標(biāo)檢測”,軟件會對圖像首先進(jìn)行預(yù)處理,之后調(diào)用已封裝好的自然場景下金絲猴檢測算法,讀取候選圖像輸入到FCN網(wǎng)絡(luò)中,經(jīng)過計(jì)算后生成帶有矩形檢測框的結(jié)果圖,并將根據(jù)矩形框裁剪得到多只金絲猴patch,將這些....
本文編號:3942330
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/3942330.html
最近更新
教材專著