發(fā)布時間：2020-11-20 10:28

　　 珍稀鳥類跟蹤保護一直是動物保護領(lǐng)域的關(guān)注重點之一,隨著監(jiān)控設(shè)備的普及與視頻處理技術(shù)的發(fā)展,在野外環(huán)境下實現(xiàn)全天時無人值守的智能化鳥類觀測已成為研究熱點。但是,目前學(xué)術(shù)界針對鳥類智能識別的主流方法是以深度學(xué)習(xí)等思路為主,此類算法大多對待觀測目標(biāo)的數(shù)據(jù)量有很大的要求,這就與珍稀鳥類數(shù)據(jù)量較少的現(xiàn)實發(fā)生了矛盾。針對這一現(xiàn)象,本研究提出了部件級多特征融合的珍稀鳥類稀疏識別方法�？紤]到鳥類圖像目標(biāo)在頭部和身體等關(guān)鍵區(qū)域的幾何復(fù)雜性,區(qū)別于傳統(tǒng)處理方式以完整鳥類圖像為待處理對象,文中采取從圖像中獲取鳥類部件以后再進行處理的方法進行識別。本文的主要工作如下:(1)調(diào)研了常用的鳥類圖像精細識別的算法,分別對部件檢測、特征提取與融合以及分類器設(shè)計三部分內(nèi)容的研究現(xiàn)狀進行了介紹。在部件檢測部分,詳細總結(jié)了目前較為典型的部件檢測算法以及給出了本文的獲取鳥類部件信息的方法;在特征融合與提取部分,介紹了特征融合的三個級別,針對本文研究課題選擇了合適的特征融合方法以及選用了適合鳥類圖像的特征;在設(shè)計分類器部分,說明了典型稀疏求解的算法的異同點,并利用實驗對比了各個算法的優(yōu)劣,最終確定稀疏求解最優(yōu)算法。(2)深入了解鳥類圖像精細識別的發(fā)展?fàn)顩r,并梳理了精細識別的發(fā)展歷程,列舉了目前為止鳥類圖像精細識別領(lǐng)域取得較好效果的算法。并通過總結(jié)已有方法得出,部件信息的精確定位對提高識別率具有重要作用。基于此結(jié)論,本方法詳細闡明了現(xiàn)有鳥類圖像部件檢測算法,針對現(xiàn)有算法的局限性以及珍稀鳥類圖像數(shù)據(jù)量小的特點選擇本文鳥類部件獲取方法,并做了一系列對比實驗,根據(jù)實驗結(jié)果分析了部件檢測對鳥類圖像識別的作用。(3)本文在獲得鳥類部件信息的基礎(chǔ)上,提出了一種基于特征融合理論的鳥類圖像部件級多特征融合算法來解決鳥類圖像部件信息的表征問題。文中首先調(diào)研了特征融合的典型方法,并根據(jù)課題特點選用基于特征級的融合作為特征融合的方法,融合的特征是顏色、全局以及局部梯度特征,本文的特征融合算法首先分別提取部件以及全局圖像的三種特征,并分別將三種特征進行歸一化,最后利用串聯(lián)的方式將特征進行融合。(4)文中進行最終鳥類圖像的分類選用的分類器是稀疏表示分類器,將特征融合之后的鳥類圖像的特征作為稀疏表示字典的原子,每一類鳥類圖像作為一個類字典,所有訓(xùn)練圖像組成了稀疏表示的字典矩陣,最后求得測試圖像特征在訓(xùn)練集所組成的字典下的稀疏系數(shù),并根據(jù)稀疏系數(shù)的性質(zhì)確定待分類鳥類圖像的類別,在求解稀疏表示系數(shù)的過程中,本文選用了貪婪迭代以及凸優(yōu)化兩類求解算法,并通過對比實驗確定最佳求解算法。最后,方法以CUB-200-2011鳥類數(shù)據(jù)集為主要實驗對象,驗證本文方法的分類效果,并提出了一些需要改進的地方并對今后研究工作進行了展望。
【學(xué)位單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：Q95;TP391.41
【部分圖文】：

如圖四只鳥均來自不同類別，第一列與第二列僅在局部存類的鳥差異性又很高，一些具有區(qū)分性的信息往往存在一些特圖像中鳥類姿態(tài)的變化，可能會導(dǎo)致具有區(qū)分性的信息的丟失。圖 1.2 拍攝角度不同，從左至右依次是正面，側(cè)面，背面，部件出現(xiàn)像的光照、背景都會對識別結(jié)果產(chǎn)生影響。

圖 1.1 類間相似性，如圖四只鳥均來自不同類別，第一列與第二列僅在局部存在差異）相同種類的鳥差異性又很高，一些具有區(qū)分性的信息往往存在一些特定的部位，而攝的鳥類圖像中鳥類姿態(tài)的變化，可能會導(dǎo)致具有區(qū)分性的信息的丟失。

圖 1.1 類間相似性，如圖四只鳥均來自不同類別，第一列與第二列僅在局部存在差異）相同種類的鳥差異性又很高，一些具有區(qū)分性的信息往往存在一些特定的部位，而因攝的鳥類圖像中鳥類姿態(tài)的變化，可能會導(dǎo)致具有區(qū)分性的信息的丟失。圖 1.2 拍攝角度不同，從左至右依次是正面，側(cè)面，背面，部件出現(xiàn)丟失）鳥類圖像的光照、背景都會對識別結(jié)果產(chǎn)生影響。
【相似文獻】

相關(guān)期刊論文 前8條

1 龍澤虞,嵇美蓉;非洲珍稀鳥類及分布[J];動物學(xué)研究;1988年01期

2 劉秀生,甘建民;蓮花山自然保護區(qū)珍稀鳥類及其棲息地調(diào)查[J];甘肅林業(yè)科技;2002年02期

3 周玉峰;王勇;;遼寧珍稀鳥類[J];沈陽師范學(xué)院學(xué)報(自然科學(xué)版);1996年04期

4 劉務(wù)林;西藏珍稀鳥類現(xiàn)狀[J];西藏大學(xué)學(xué)報(漢文版);1993年03期

5 范鵬;;山東半島珍稀鳥類的研究[J];野生動物;2006年03期

6 梁洪柱;溫靜;王敏增;蘭欣;林大影;周許偉;鮑偉東;;北京市西山試驗林場鳥類多樣性調(diào)查與分析[J];生物學(xué)雜志;2015年03期

7 朱書玉;周英鋒;李成波;宋建彬;;基于保護珍稀鳥類的生態(tài)需水量研究[J];山東林業(yè)科技;2012年04期

8 陳步星;;論變電站防鳥與自然環(huán)境保護協(xié)調(diào)發(fā)展[J];科技風(fēng);2014年10期

相關(guān)碩士學(xué)位論文 前1條

1 陳秀梅;部件級多特征融合珍稀鳥類稀疏識別[D];南京郵電大學(xué);2019年

本文編號：2891285