一种基于遥感影像识别牛羊的方法和系统技术方案

本发明专利技术属于影像识别技术领域，涉及一种基于遥感影像识别牛羊的方法和系统，包括以下步骤：S1基于遥感影像集，通过深度学习目标识别算法训练识别模型；S2通过训练模型识别遥感影像中的牛个体，并统计牛的数量；S3结合阈值法识别遥感影像中的羊个体，并统计羊的数量；S4通过识别出的牛个体和羊个体判断牛和羊的体尺。其针对分布过于密集的羊群，利用YOLO V3算法识别结果确定羊群范围，同时结合阈值法对该区域羊个体进行进一步分辨识别并统计总数；通过识别结果计算影像中不同牛羊的体长，利用已有实测数据获取体长与体高、胸围等其它体尺的比例关系，反演影像中牛羊的其它体尺。

A method and system of cattle and sheep recognition based on remote sensing image

【技术实现步骤摘要】
一种基于遥感影像识别牛羊的方法和系统
本专利技术是关于一种基于遥感影像识别牛羊的方法和系统，属于影像识别

技术介绍
在野外生态调查中，评估畜牧业的发展状况是一项常规的任务，其中牛羊的数量和体尺是常用到的评估参数。随着牧民牛羊养殖数量不断增加，需要一种快速统计牛羊数量和体尺的方法。现有技术中较为常规的方法是利用无人机拍摄一定范围内的遥感影像，然后对遥感影像中存在的牛羊数量基于目视解译进行统计。但统计过程仍然采用目视解译的人力和时间成本很高，而且不能较准确获得牛、羊的体尺。在大数据时代背景下，以深度学习技术为代表的人工智能算法在图像分类、图像目标识别等任务上表现突出。将深度学习图像目标识别算法用于野外动物数量调查，是人工智能与生态学结合的新思路。目前，将人工智能算法用于遥感图像中的生物识别已经有了一定的发展。例如，ReyN等(DetectinganimalsinAfricanSavannawithUAVsandthecrowds，ReyN,etal.，Remotesensingofenvironment，2017，200，341-本文档来自技高网...

【技术保护点】
1.一种基于遥感影像识别牛羊的方法，其特征在于，包括以下步骤：/nS1基于遥感影像集，通过深度学习目标识别算法得到识别模型；/nS2通过所述识别模型识别遥感影像中的牛个体，并统计牛的数量；/nS3结合阈值法识别遥感影像中的羊个体，并统计羊的数量；/nS4通过识别出的牛个体和羊个体判断牛和羊的体尺。/n

【技术特征摘要】
1.一种基于遥感影像识别牛羊的方法，其特征在于，包括以下步骤：
S1基于遥感影像集，通过深度学习目标识别算法得到识别模型；
S2通过所述识别模型识别遥感影像中的牛个体，并统计牛的数量；
S3结合阈值法识别遥感影像中的羊个体，并统计羊的数量；
S4通过识别出的牛个体和羊个体判断牛和羊的体尺。


2.如权利要求1所述的基于遥感影像识别牛羊的方法，其特征在于，所述步骤S1中构建遥感影像集的过程为：将每张影像分成若干块，在任一块影像中将有牛或羊存在的位置采用标记框A标出，并将所述位置对应的类别、坐标和宽高信息存储到标签文件中；建立包括所述遥感影像集和所述标签文件的数据集，并将所述数据集分为训练数据集和测试数据集。


3.如权利要求2所述的基于遥感影像识别牛羊的方法，其特征在于，所述步骤S1中通过深度学习目标识别算法训练识别模型包括：
S1.1设定训练超参数；
S1.2将所述训练数据集输入到YOLOV3神经网络算法中进行训练，将所述测试数据集数据代入到经训练得到的识别模型，若符合设定的精度要求，则认定所述识别模型为最终识别模型，否则，重复步骤S1.1-S1.2，直到获得最终识别模型。


4.如权利要求3所述的基于遥感影像识别牛羊的方法，其特征在于，所述训练超参数包括时期次数、学习率和批处理大小。


5.如权利要求3或4所述的基于遥感影像识别牛羊的方法，其特征在于，将影像集代入所述最终识别模型，并根据所述最终识别模型获取牛的位置，采用标记框B标记牛个体位置，并根据所述标记框B的数量计算牛的数量；并根据所述标记框B的斜边长确定牛的体长，通过实测体尺数据计算体高、胸围与体长的比例关系，根据所述比例关系获得牛体高和胸围的相对长度；然后将牛相对体尺与牛所在影像的地面分辨率相乘得到牛的绝对体尺。

【专利技术属性】
技术研发人员：白永飞，陈文贺，赵玉金，鲁小名，王扬，
申请(专利权)人：中国科学院植物研究所，
类型：发明
国别省市：北京;11