-
公开(公告)号：CN114358178A
公开(公告)日：2022-04-15
申请号：CN202111670234.3
申请日：2021-12-31
Applicant: 东北林业大学
IPC: G06K9/62 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于YOLOv5算法的机载热成像野生动物物种分类方法，包括以下步骤：获取红外热成像的野生动物监测影像，将预处理后的所述野生动物监测影像输入至训练好的物种分类模型中进行物种分类，获得分类结果；所述物种分类模型是将YOLOv5算法模型中除主干网络的CSP结构内部以外的所有卷积层均替换为Ghost模块，并在主干网络中添加注意力机制模块SE，建成物种分类模型。本发明有效减小了模型的体量，参数更小，有效提高了计算效率及其准确率，为现有技术中的野生动物物种分类提供了新的方法。
-
公开(公告)号：CN112906511B
公开(公告)日：2022-08-02
申请号：CN202110145650.5
申请日：2021-02-02
Applicant: 东北林业大学
Abstract: 本发明公开了一种联合个体图像和足迹图像的野生动物智能监测方法，包括：利用无人机搭载双光同轴摄像头，按照预设航线获取野生动物的可见光图像和红外热图像的融合图像；利用无人机自动导航算法跟踪野生动物足迹走向，获得足迹链图像；对野生动物融合图像和足迹链图像分别进行拼接，获得拼接图像；利用预先训练好的双通道网络识别模型对拼接图像进行分析，得到监测区域内野生动物物种分类结果，并上传至监测终端。本发明能够对野生动物栖息地的野生动物图像和野生动物足迹进行同时监测识别，大大提高了识别精度和工作效率。
-
公开(公告)号：CN112906511A
公开(公告)日：2021-06-04
申请号：CN202110145650.5
申请日：2021-02-02
Applicant: 东北林业大学
Abstract: 本发明公开了一种联合个体图像和足迹图像的野生动物智能监测方法，包括：利用无人机搭载双光同轴摄像头，按照预设航线获取野生动物的可见光图像和红外热图像的融合图像；利用无人机自动导航算法跟踪野生动物足迹走向，获得足迹链图像；对野生动物融合图像和足迹链图像分别进行拼接，获得拼接图像；利用预先训练好的双通道网络识别模型对拼接图像进行分析，得到监测区域内野生动物物种分类结果，并上传至监测终端。本发明能够对野生动物栖息地的野生动物图像和野生动物足迹进行同时监测识别，大大提高了识别精度和工作效率。
-
公开(公告)号：CN216211141U
公开(公告)日：2022-04-05
申请号：CN202122708483.9
申请日：2021-11-05
Applicant: 东北林业大学
Abstract: 本实用新型公开了一种基于深度学习动物图像识别的检测系统，涉及动物图像识别技术领域，包括检测无人机，所述检测无人机的底部设置有转动基座，所述转动基座的内部设置有第一电机。该基于深度学习动物图像识别的检测系统，通过电动伸缩杆、推动块、清扫棉、密封门和电热管的配合使用，当拍摄模块的镜头表面附有灰尘或水渍时，启动电动伸缩杆推动推动块向外移动，使得清扫棉与拍摄模块的镜面相接触，启动第一电机带动拍摄模块旋转，利用清扫棉对镜面进行擦拭，当推动块以及清扫棉缩回到收纳室的内腔后，启动电热管产生热量对清扫棉进行烘干，提高了该基于深度学习动物图像识别的检测系统的实用性。
-
-
-
Search Results
4
records
(took 0.023 seconds)
