【技术实现步骤摘要】
基于计算机视觉的野生动物识别跟踪与行为检测系统、方法、设备及存储介质
[0001]本专利技术涉及识别跟踪与行为检测系统及方法领域，特别是涉及基于计算机视觉的野生动物识别跟踪与行为检测系统、方法、设备及存储介质。
技术介绍
[0002]在全球野生动物保护大环境下，国内外各大自然生态研究机构和野生动物保护组织在各个自然生态区密集布设了大量相机，对监控范围内的野生动物进行拍摄捕获，采集图像数据。
[0003]在现有技术中，对圈养豪猪的奔走、静息、采食、啃咬铁门等进行行为识别，通过混合高斯背景模型、ORB特征点检测以及数据挖掘分类算法取得了较高的监测准确率。但目前对于国内野生动物种群的相关研究工作较少。
[0004]存在条件苛刻环境下无法对野生动物有效监测，人工监管无法24小时跟踪，大量的数据人工处理能力有限的问题。
技术实现思路
[0005]为了克服上述现有技术存在的缺陷，本专利技术提供了基于计算机视觉的野生动物识别跟踪与行为检测系统、方法、设备及存储介质，可以解决苛刻环境下无法对野生动物有效监测，...
【技术保护点】
【技术特征摘要】
1.基于计算机视觉的野生动物识别跟踪与行为检测方法，其特征在于，包括以下步骤：步骤S1、对野生动物进行视频采集；步骤S2、对采集的视频流数据进行预处理；步骤S3、针对步骤S2中处理后的数据，对视频图片信息中野生动物进行目标识别与记录；步骤S4、将步骤S3中野生动物目标识别与记录的结果信息进行分类，并进行格式化整合；步骤S5、利用步骤S4中进行分类和整合后的野生动物目标识别与记录结果信息，训练各种动物运动关节节点化模型，并根据该物种的动物行为学知识编写其特有的数据参数，为每种野生动物搭建其特有的行为参数信息数据库；步骤S6、根据肢体模型检测分析得到动物的体态与动作行为物理参数；步骤S7、将步骤S6获得的动物的体态与动作行为物理参数与步骤S5获得的动物特定特征行为数据库进行比对，得出该动物状态与行为解释；步骤S8、对分析结果进行分类统计并进行上传记录。2.根据权利要求1所述的基于计算机视觉的野生动物识别跟踪与行为检测方法，其特征在于：还包括步骤S9、利用步骤S8获得的分析结果，判定该动物行为是否出于异常状态，如果异常，给出警告并反馈给该动物保护组织人员，如果不异常，将信息反馈至步骤S5，用于更新该动物行为参数信息数据库。3.根据权利要求1所述的基于计算机视觉的野生动物识别跟踪与行为检测方法，其特征在于：所述步骤S2中，对采集的视频流数据进行预处理的具体方法是：步骤S21、对视频流进行抽帧转化为图片信息，取像素点对图片使用加权平均法进行灰度转化，使用高斯滤波产生权重矩阵，对图像干扰信号与噪点进行滤波处理，对所有像素点重复操作后，得到高斯模糊后的图像；步骤S22、针对步骤S21处理得到的高斯模糊后的图像，对图像进行增强并结合梯度法进行边缘锐化处理，然后采用三角阈值分割算法对图像进行行二值化处理，将图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的黑白效果，从而凸显出目标的轮廓；步骤S23、对图片使用形态学滤波处理，使用形态学梯度算法将膨胀图和腐蚀图相减，对二值化图像进行操作后将图像边缘突出来，使用形态学梯度保留目标的边缘轮廓。4.根据权利要求1所述的基于计算机视觉的野生动物识别跟踪与行为检测方法，其特征在于：步骤S3中，对视频图片信息中野生动物进行目标识别的具体方法是：步骤S31、通过高斯混合模型建模，进行物体运动前背景分离，检测运动的物体，并对其进行图像处理，再画出其最小外接矩形，实现对运动物体的分割与检测；步骤S32、利用帧差法和混合高斯模型相融合的背景提取算法，通过帧差法提取目标，同时利用混合高斯背景建模进行背景更新，将中间帧图像与背景图像做差，提取出目标，通过运动策略分析，将两个检测出的目标进行“与”运算，再通...
【专利技术属性】
技术研发人员：赵亚凤，尚辰阳，张金龙，屈枻帆，牛晓童，帅泓名，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。