【技术实现步骤摘要】
本专利技术涉及图像处理技术、深度学习技术等领域，具体涉及一种基于域迁移的夜间红外图像动物识别方法及系统。
技术介绍
1、红外相机被广泛应用于野生动物的监测与保护，通过热触发来记录其前方出现的动物图像，基于这些图像可识别特定时间和地点出现的物种。相机技术的发展使得图像获取的成本降低，随着时间的发展，野外部署的红外相机增多，积累了海量的野生动物图像数据，需要耗费大量的时间进行数据筛选与挖掘。随着信息技术的发展，深度学习模型被用于红外相机图像的野生动物自动识别，提升了海量动物图像数据挖掘的速度。
2、红外相机夜间捕获照片时由补光灯产生特定频率的红外光，所拍摄图片为灰度图，相较于白天拍摄的彩色可见光图像，其对比度差，视觉效果模糊，使得研究人员难以辨认并标注；语义信息少，使得深度学习模型提取有用特征的难度较高。例如一种基于远域迁移学习的图像识别方法（公开号：cn114783072a），也采用了一种域迁移的方式，其为远域迁移学习（ddtl），可以提高差别较大的源域和目标域的迁移准确性，但是只适合在相关性较差的环境中使用，其本身稳定性较差...
【技术保护点】
1.一种基于域迁移的夜间红外图像动物识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，
3.根据权利要求1所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，所述循环生成对抗网络模型包括：生成器、判别器，其中，
4.根据权利要求3所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，所述循环生成对抗网络模型至少包括两个生成器和两个判别器，通过所述两个生成器和两个判别器构成两次前向传递并形成循环结构，所述两个生成器分别用于可见光图像数据和红外图像数据的相互...
【技术特征摘要】
1.一种基于域迁移的夜间红外图像动物识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，
3.根据权利要求1所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，所述循环生成对抗网络模型包括：生成器、判别器，其中，
4.根据权利要求3所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，所述循环生成对抗网络模型至少包括两个生成器和两个判别器，通过所述两个生成器和两个判别器构成两次前向传递并形成循环结构，所述两个生成器分别用于可见光图像数据和红外图像数据的相互转换，并获得可见光转换图像数据和红外转换图像数据，所述两个判别器分别用于对转换后的所述可见光转换图像数据和红外转换图像数据进行判断，获得判断结果并反馈。
5.根据权利要求3或权利要求4所述的一种基于域迁移的夜间红外图像动物识别方法，其特征在于，所述生成器包括：
...【专利技术属性】
技术研发人员：廖志武，陈鹏，苏枚芳，侯蓉，胡绍湘，何梦楠，吴鹏程，闵清悦，
申请(专利权)人：四川师范大学，
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。