基于改进Cascade R-CNN的雪豹物种水平的自动检测方法
雪豹(<i>Panthera uncia</i>)的皮毛具有较强的隐蔽性,红外相机监测图像中雪豹和背景较为相似,而且监测图像中雪豹的尺寸大小不一,为了提升雪豹检测的准确率,采用3个不同的检测器进行级联,在特征提取网络中引入特征金字塔结构改进Cascade R-CNN模型实现了雪豹的自动检测。以项目组采集的雪豹监测图像为数据集的评估结果表明,无论是白天/黑夜图像,还是多种不同尺寸雪豹同时出现的图像,该方法都可以较好地实现雪豹的识别及定位,平均准确率达93.0%,对比Faster R-CNN和SSD-300(Single Shot MultiBox Detector 300...
Saved in:
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Department of Chinese Journal of Wildlife
2022-01-01
|
| Series: | 野生动物学报 |
| Subjects: | |
| Online Access: | http://ysdw.nefu.edu.cn/thesisDetails#10.12375/ysdwxb.20220202 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841542469065375744 |
|---|---|
| author | 张 毓 高雅月 常峰源 谢将剑 张军国 |
| author_facet | 张 毓 高雅月 常峰源 谢将剑 张军国 |
| author_sort | 张 毓 高雅月 常峰源 谢将剑 张军国 |
| collection | DOAJ |
| description | 雪豹(<i>Panthera uncia</i>)的皮毛具有较强的隐蔽性,红外相机监测图像中雪豹和背景较为相似,而且监测图像中雪豹的尺寸大小不一,为了提升雪豹检测的准确率,采用3个不同的检测器进行级联,在特征提取网络中引入特征金字塔结构改进Cascade R-CNN模型实现了雪豹的自动检测。以项目组采集的雪豹监测图像为数据集的评估结果表明,无论是白天/黑夜图像,还是多种不同尺寸雪豹同时出现的图像,该方法都可以较好地实现雪豹的识别及定位,平均准确率达93.0%,对比Faster R-CNN和SSD-300(Single Shot MultiBox Detector 300)分别提升了9.0%和3.9%。将该模型应用于雪豹监测图像的自动筛选,可以极大地提高工作效率。 |
| format | Article |
| id | doaj-art-8306226ae5ad40f48c650cf348360499 |
| institution | Kabale University |
| issn | 2310-1490 |
| language | zho |
| publishDate | 2022-01-01 |
| publisher | Editorial Department of Chinese Journal of Wildlife |
| record_format | Article |
| series | 野生动物学报 |
| spelling | doaj-art-8306226ae5ad40f48c650cf3483604992025-01-14T04:07:58ZzhoEditorial Department of Chinese Journal of Wildlife野生动物学报2310-14902022-01-0130731367049047基于改进Cascade R-CNN的雪豹物种水平的自动检测方法张 毓 高雅月 常峰源 谢将剑 张军国雪豹(<i>Panthera uncia</i>)的皮毛具有较强的隐蔽性,红外相机监测图像中雪豹和背景较为相似,而且监测图像中雪豹的尺寸大小不一,为了提升雪豹检测的准确率,采用3个不同的检测器进行级联,在特征提取网络中引入特征金字塔结构改进Cascade R-CNN模型实现了雪豹的自动检测。以项目组采集的雪豹监测图像为数据集的评估结果表明,无论是白天/黑夜图像,还是多种不同尺寸雪豹同时出现的图像,该方法都可以较好地实现雪豹的识别及定位,平均准确率达93.0%,对比Faster R-CNN和SSD-300(Single Shot MultiBox Detector 300)分别提升了9.0%和3.9%。将该模型应用于雪豹监测图像的自动筛选,可以极大地提高工作效率。http://ysdw.nefu.edu.cn/thesisDetails#10.12375/ysdwxb.20220202雪豹监测图像Cascade R-CNN目标检测 |
| spellingShingle | 张 毓 高雅月 常峰源 谢将剑 张军国 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 野生动物学报 雪豹 监测图像 Cascade R-CNN 目标检测 |
| title | 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 |
| title_full | 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 |
| title_fullStr | 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 |
| title_full_unstemmed | 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 |
| title_short | 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 |
| title_sort | 基于改进cascade r cnn的雪豹物种水平的自动检测方法 |
| topic | 雪豹 监测图像 Cascade R-CNN 目标检测 |
| url | http://ysdw.nefu.edu.cn/thesisDetails#10.12375/ysdwxb.20220202 |
| work_keys_str_mv | AT zhāngyùgāoyǎyuèchángfēngyuánxièjiāngjiànzhāngjūnguó jīyúgǎijìncascadercnndexuěbàowùzhǒngshuǐpíngdezìdòngjiǎncèfāngfǎ |