【技术实现步骤摘要】
基于SPP
‑
Net算法的生态生物识别方法
[0001]本专利技术涉及生物识别
，尤其涉及基于SPP
‑
Net算法的生态生物识别方法。
技术介绍
[0002]生物识别技术随着计算机技术的不断发展而得到了广泛应用，其中，生物识别技术是指，通过计算机与光学、声学、生物传感器以及生物统计学原理等手段相结合，利用生物固有的生理特性和行为特征来进行生物身份验证的技术。
[0003]水生生物群落与水环境有着错综复杂的相互关系，对水质变化起着重要作用。不同种类的水生生物对水体污染的适应能力不同，有的种类只适于在清洁水中生活，被称为清水生物(或寡污生物)。而有些水生生物则可以生活在污水中，被称为污水生物。水生生物的存亡标志着水质变化程度，因此生物成为水体污化的指标，通过水生生物的调查，可以评价水体被污染的状况，有许多水生生物对水中毒物很敏感，也可以通过水生生物毒性实验结果来判断水质污染程度。因此，需要对生态生物进行识别，生态生物识别时，由于采集的图像大小不一，很难对不同大小的图像进行精准的识...
【技术保护点】
【技术特征摘要】
1.基于SPP
‑
Net算法的生态生物识别方法，其特征在于，包括如下步骤：S1发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；S2采用图像归一法和图像增强法对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；S3通过SPP
‑
Net算法对预处理后的生物图像数据进行目标检测；S31首先通过选择性搜索，对待检测的生物图像进行搜索出2000个候选窗口；S32把整张待检测的生物图像，输入CNN中，进行一次性特征提取，得到feature maps，然后在feature maps中找到各个候选框的区域，再对各个候选框采用金字塔空间池化，提取出固定长度的特征向量；S33把上面每个候选窗口的对应特征向量，利用SVM算法进行分类识别；S4将检测后的生物图像与图像信息匹配，进行生态生物识别。2.根据权利要求1所述的基于SPP
‑
Net算法的生态生物识别方法，其特征在于，所述步骤S3使用ss生成2000个候选框，缩放图像min(w，h)＝s之后提取特征，每个候选框使用一个4层的空间金字塔池化特征，网络使用的是ZF
‑
5的SPPNet形式，之后将12800d的特征输入全连接层，SVM的输入为全连接层的输出。3.根据权利要求1所述的基于SPP
‑
Net算法的生态生物识别方法，其特征在于，所述特征提取：先将图片resize到五个尺度：480，576，688，864，1200...
【专利技术属性】
技术研发人员：杨志峰，沈永明，张远，蔡宴朋，
申请(专利权)人：澜途集思深圳数字科技有限公司，
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。