一种基于人工智能的雪豹识别算法及识别监测平台制造技术

本发明专利技术涉及一种基于人工智能的雪豹识别算法及识别监测平台，一种基于人工智能的雪豹识别算法，包括：步骤一：收集大量的雪豹特征数据，并建立雪豹特征识别模型；步骤二：对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；步骤三：监测识别雪豹，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。本发明专利技术不仅解决了当前雪豹实验数据资源数量较少，收集数据集比较困难的问题，同时也大大降低了对自然环境的人为干扰和野生动植物保护的人力成本。

【技术实现步骤摘要】
一种基于人工智能的雪豹识别算法及识别监测平台
本专利技术涉及人工智能及物联网大数据
，特别是涉及一种基于人工智能的雪豹识别算法及识别监测平台。
技术介绍
雪豹是最漂亮的猫科动物，属于生活在海拔高原地区的濒危动物，中国现在雪豹的栖息地占全球的百分之六十以上。然而野外环境的复杂度与雪豹的活动习惯，给我们有很大的难度去监管，并且人为的对雪豹的保护和生活作息控制有很大的弊端。针对自然保护区雪豹野生动物监测图像采集严重滞后，以及图像后期人工分拣效率低、强度大等问题，如何使用智能化自动化的方法去监管雪豹的动态和生活状态，最后实现物种群落与栖息地趋势分析，揭示其与环境、气象、人类活动、物种多样性变化等因素的相互影响是本领域技术人员亟需解决的技术难题。
技术实现思路
(1)要解决的技术问题本专利技术实施例提供了一种基于人工智能的雪豹识别算法及识别监测平台，可以提高雪豹识别和监测的准确率、降低识别监测难度。(2)技术方案本专利技术的实施例第一方面提出了一种基于人工智能的雪豹识别算法，包括：步骤一：收集大量的雪豹特征数据，并建立雪豹特征识别模型；步骤二：对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；步骤三：监测识别雪豹，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。进一步地，所述步骤一中通过视频识别、图片识别和监控识别获得大量的雪豹特征数据。进一步地，所述视频识别的步骤包括：首先上传批量视频，然后对上传的批量视频进行识别，最后对识别的识别进行下载获得雪豹特征数据。进一步地，所述图片识别的步骤包括：首先上传批量图片，然后对上传的批量图片进行分类，最后对分类的图片进行下载获得雪豹特征数据。进一步地，所述监控识别的步骤包括：首先添加监控地址，然后对监控识别的视频流进行识别，最后对识别的结果通过图片格式进行下载。进一步地，所述视频识别步骤还包括对上传的批量视频先进行取帧，然后加载雪豹特征识别模型对帧的特征数据进行识别。进一步地，所述图片识别包括对上传的批量图片进行分块处理，踢去每块的像素像信息，然后加载雪豹特征识别模型对素像信息的特征数据进行识别。进一步地，所述视频识别和所述图片识别采用GMM算法。本专利技术的实施例第一方面提出了一种雪豹识别监测平台，包括：视频识别模块、图片识别模块和监控识别模块，所述视频识别模块用于上传批量视频，然后对上传的批量视频进行识别，最后对识别的识别进行下载获得雪豹特征数据；所述图片识别模块用于上传批量图片，然后对上传的批量图片进行分类，最后对分类的图片进行下载获得雪豹特征数据所述监控识别模块用于添加监控地址，然后对监控识别的视频流进行识别，最后对识别的结果通过图片格式进行下载。(3)有益效果本专利技术针对自然保护区雪豹野生动物监测图像采集严重滞后，以及图像后期人工分拣效率低、强度大等问题，使用智能化自动化方法的去监管雪豹的动态和生活状态；实现了雪豹物种群落与栖息地趋势分析，揭示其与环境、气象、人类活动、物种多样性变化等因素的相互影响。本专利技术不仅解决了当前雪豹实验数据资源数量较少，收集数据集比较困难的问题，同时也大大降低了对自然环境的人为干扰和野生动植物保护的人力成本。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术第一方面的实施例的雪豹识别算法的流程图。图2是本专利技术一实施例中对视频识别、图片识别的处理过程的流程图。图3是本专利技术第二方面的实施例的雪豹识别监测平台的原理框图。具体实施方式下面结合附图和实施例对本专利技术的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本专利技术的原理，但不能用来限制本专利技术的范围，即本专利技术不限于所描述的实施例，在不脱离本专利技术的精神的前提下覆盖了零件、部件和连接方式的任何修改、替换和改进。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参照附图1-附图3并结合实施例来详细说明本申请。参阅附图1-附图3所示，根据本专利技术实施例第一方面的一种基于人工智能的雪豹识别算法，包括：步骤一：收集大量的雪豹特征数据，并建立雪豹特征识别模型；步骤二：对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；步骤三：监测识别雪豹，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。具体地，所述步骤一中通过视频识别、图片识别和监控识别获得大量的雪豹特征数据。所述视频识别的步骤包括：首先上传批量视频，然后对上传的批量视频进行识别，最后对识别的识别进行下载获得雪豹特征数据。所述图片识别的步骤包括：首先上传批量图片，然后对上传的批量图片进行分类，最后对分类的图片进行下载获得雪豹特征数据。所述监控识别的步骤包括：首先添加监控地址，然后对监控识别的视频流进行识别，最后对识别的结果通过图片格式进行下载。所述视频识别步骤还包括对上传的批量视频先进行取帧，然后加载雪豹特征识别模型对帧的特征数据进行识别。所述图片识别包括对上传的批量图片进行分块处理，踢去每块的像素像信息，然后加载雪豹特征识别模型对素像信息的特征数据进行识别。所述视频识别和所述图片识别采用GMM算法。工作原理：本专利技术实施例中，首先通过收集大量的雪豹特征数据，并建立雪豹特征识别模型；然后对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；最后，监测识别雪豹利用已经建立训练的数据作为标准文库，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。本专利技术实施例实现了批量上传图片来识别雪豹图片的目的，准确地对是否为雪豹做出分类，并提供多张图片压缩成如zip文件的方式并下载；同时，本专利技术实施例实现了批量上传视频，对视频进行取帧，识别视频中是否有雪豹的出现的方法；实现上传如rtsp格式的视频流，对视频流进行取帧，识别监控是否有雪豹出现的目的。本专利技术实施例针对自然保护区雪豹野生动物监测图像采集严重滞后，以及图像后期人工分拣效率低、强度大等问题，使用智能化自动化方法的去监管雪豹的动态和生活状态；实现了雪豹物种群落与栖息地趋势分析，揭示其与环境、气象、人类活动、物种多样性变化等因素的相互影响。该方法不仅解决了当前雪豹实验数据资源数量较少，收集数据集比较困难的问题，同时也大大降低了对自然环境的人为干扰和野生动植物保护的人力成本。根据本专利技术实施例第二方面的一种雪豹识别监测平台，包括：视频识别模块、图片识别模块和监控识别模块本文档来自技高网...

【技术保护点】
1.一种基于人工智能的雪豹识别算法，其特征在于，包括：/n步骤一：收集大量的雪豹特征数据，并建立雪豹特征识别模型；/n步骤二：对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；/n步骤三：监测识别雪豹，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。/n

【技术特征摘要】
1.一种基于人工智能的雪豹识别算法，其特征在于，包括：
步骤一：收集大量的雪豹特征数据，并建立雪豹特征识别模型；
步骤二：对雪豹特征识别模型不断进行数据训练，所述雪豹特征识别模型为采用Resnet18模型调参数后对采集到的雪豹特征数据进行训练而得到；
步骤三：监测识别雪豹，将监测结果与雪豹特征识别模型进行比对，并反馈出分析结果。


2.根据权利要求1所述的一种基于人工智能的雪豹识别算法，其特征在于，所述步骤一中通过视频识别、图片识别和监控识别获得大量的雪豹特征数据。


3.根据权利要求2所述的一种基于人工智能的雪豹识别算法，其特征在于，所述视频识别的步骤包括：首先上传批量视频，然后对上传的批量视频进行识别，最后对识别的识别进行下载获得雪豹特征数据。


4.根据权利要求2所述的一种基于人工智能的雪豹识别算法，其特征在于，所述图片识别的步骤包括：首先上传批量图片，然后对上传的批量图片进行分类，最后对分类的图片进行下载获得雪豹特征数据。


5.根据权利要求2所述的一种基于人工智能的雪豹识别算法，其特征在于，所述监控识别的步骤包括：首先添加监控地址...

【专利技术属性】
技术研发人员：程国旭，刘放，杨亚飞，周绍庆，郭晓娟，
申请(专利权)人：安徽天立泰科技股份有限公司，
类型：发明
国别省市：安徽;34