基于CoupleNet算法的生态生物识别方法技术

本发明专利技术公开了基于CoupleNet算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；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；通过CoupleNet算法对采集的生物图像数据进行目标检测；将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。本发明专利技术通过设置CoupleNet算法对采集的生物图像数据进行目标检测，提出全卷积网络，同时将全局信息和局部信息相结合，设计了一个不同的normalization和coupling策略挖掘局部信息和全局信息的兼容性和互补性，使得生物识别的精度提高。度提高。度提高。

【技术实现步骤摘要】
基于CoupleNet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CoupleNet算法的生态生物识别方法。

技术介绍

[0002]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。现在一般通过对水生生物进行采集识别，但是采集的图像数据较多，生物图像识别的速度和精度均不高。

技术实现思路

[0003]基于
技术介绍
存在的技术问题，本专利技术提出了基于CoupleNet算法的生态生物识别方法。
[0004]本专利技术提出的基于CoupleNet算法的生态生物识别方法，包括如下步骤：
[0005]S1收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；
[0006]S2发起生态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于CoupleNet算法的生态生物识别方法，其特征在于，包括如下步骤：S1收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；S2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；S3通过CoupleNet算法对采集的生物图像数据进行目标检测；S31上面的支路网络为Local FCN，使用R
‑
FCN结构的位置敏感分布图提取目标的局部信息；S32中间的支路网络Global FCN，用于提取目标的全局信息；S33下面的支路网络用于提取目标的语义信息；S34把Local FCN和Global FCN结果对应位置元素相加，再通过一个softmax实现分类；S4将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。2.根据权利要求1所述的基于CoupleNet算法的生态生物识别方法，其特征在于，所述步骤S32对于一个region proposal，依次通过K
×
K的ROI Pooling，K
×
K的conv以及1
×
1的conv。3.根据权利要求1所述的基于CoupleNet算法的生态生物识别方法，其特征在于，所述步骤S33对于一个region proposal，首先选择以这个proposal为中心，面积是...

【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：澜途集思珠海科技有限公司，
类型：发明
国别省市：