申请/专利权人：天科院环境科技发展(天津)有限公司;交通运输部天津水运工程科学研究所

申请日：2024-02-20

公开（公告）日：2024-05-10

公开（公告）号：CN117765480B

主分类号：G06V20/52

分类号：G06V20/52;G06V20/40;G06V40/10;G06V10/74;G06V10/764;G06V10/82;G06V10/96;G08B31/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本申请涉及野生动物监测图像处理技术领域，特别是涉及一种道路沿线野生动物迁徙预警方法及系统；本发明通过将待识别图像首先通过相似度比较初步判断是否存在野生动物，再通过后续的深度学习模型进一步精确识别是否存在野生动物，以及识别野生动物种类和数量，可大大减少图像识别的时间，提高野生动物迁徙预警的效率；同时，本发明为了进一步提高预警效率，通过相似度比较算法对待识别图像进行分类，根据图像中初步判断包含的野生动物数量分为第一图像类别和第二图像类别，第一图像类别的图像通过简单的卷积神经网络模型进行识别，第二图像类别的图像通过复杂的带残差机制的卷积神经网络模型进行识别，从而实现了效率和准确度的统一。

主权项：1.一种道路沿线野生动物迁徙预警方法，其特征在于，包括以下步骤：S1：通过监控设备获取道路沿线监控视频；S2：将所述监控视频转换成帧图像形式，并按比例进行抽帧操作；S3：采用相似度比较法初步判断待识别图像中是否存在野生动物；若初步判断所述待识别图像存在野生动物，则进入S4，若初步判断所述待识别图像不存在野生动物，则选择下一图像作为待识别图像；所述相似度比较法在初步判断存在野生动物后，还用于对待识别图像进行分类，其中，若所述相似度比较法获取所述待识别图像具有相似度大于设定阈值的区域的数量小于等于N，则将所述待识别图像分类至第一图像类别，若所述相似度比较法获取所述待识别图像具有相似度大于设定阈值的区域的数量大于N，则将所述待识别图像分类至第二图像类别，N为预设的自然数；S4：将所述待识别图像输入至深度学习模型中，得到野生动物的类型和数量；在所述S4中，所述深度学习模型包括第一卷积神经网络模型和第二卷积神经网络模型，其中，第一卷积神经网络模型用于对第一图像类别的待预测图像进行图像识别，得到野生动物的类型和数量；所述第二卷积神经网络模型用于对第二图像类别的待预测图像进行图像识别，得到野生动物的类型和数量，第一卷积神经网络模型为普通卷积神经网络模型，第二卷积神经网络模型为带残差机制的卷积神经网络模型；S5：根据所述野生动物类型和数量以及所述待识别图像发送给技术人员，用于对野生动物迁徙进行预警。

全文数据：

权利要求：

百度查询： 天科院环境科技发展(天津)有限公司;交通运输部天津水运工程科学研究所 一种道路沿线野生动物迁徙预警方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD