【技术实现步骤摘要】
本专利技术涉及区域鸟类识别统计，尤其涉及到一种区域鸟类识别统计方法、装置、设备及存储介质。
技术介绍
1、目前关于生物多样性的监测主要采用人工监测结合信息化监测的方式，目前采用的信息化的方式主要是依托物联网，随着人工智能
的发展，在物种的监测上逐渐引入ai物种智能识别技术。但是在物种的统计上，还停留在传统的人工统计层面，或技术层面应用较低的时代。
2、目前针对鸟类的统计方法主要通过野外采集调查的方式。方式如下：在鸟类的监测上，采取样带法或者样点法，样线2—5公里长，3—5 天完成，面积较大地区不超过14天。根据本地物候特点确定最佳监测时间，分别在繁殖季、越冬季和迁徙季选择鸟种类和数量相对稳定的时期，沿样带行走，边走边聆听与观察，发现鸟类时以双筒望远镜观察或以单反相机拍摄，确定其种类、数量和活动情况；发现鸟类痕迹（粪便、羽毛）时应仔细观察并拍摄照片，每条样线间隔5—10天后做一次重复监测。上述方法人工参与量极大，耗时耗力。且鸟类飞行速度远大于人工数数的速度，很容易造成重复统计。
3、除了传统的人工统计的方式之...
【技术保护点】
1.一种区域鸟类识别统计方法，其特征在于，包括以下步骤：
2.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤S1中，获取若干个鸟类聚集区域，并根据若干个所述鸟类聚集区域，确定最小统计范围步骤，具体包括：
3.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤S2中，获取最小统计范围内的每个摄像头的摄像参数，并根据所述摄像参数，确定每个摄像头的拍摄范围步骤，具体包括：
4.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤S4中，根据每个摄像头的位置信息和所述摄像头对应的拍摄距离与拍摄范围的关系，利用分块算...
【技术特征摘要】
1.一种区域鸟类识别统计方法，其特征在于，包括以下步骤：
2.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤s1中，获取若干个鸟类聚集区域，并根据若干个所述鸟类聚集区域，确定最小统计范围步骤，具体包括：
3.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤s2中，获取最小统计范围内的每个摄像头的摄像参数，并根据所述摄像参数，确定每个摄像头的拍摄范围步骤，具体包括：
4.如权利要求1所述区域鸟类识别统计方法，其特征在于，所述步骤s4中，根据每个摄像头的位置信息和所述摄像头对应的拍摄距离与拍摄范围的关系，利用分块算法将最小统计范围划分为若干个预置区域块，获取每个摄像头的拍摄范围的高程数据集，解算用于拍摄每个预置区域块的拍摄参数步骤，具体包括：
5.如权利要求4所述区域鸟类识别统计方法，其特征在于，所述步骤s42中，解算用于拍摄每个预置区域块的拍摄参数步骤，具体包括：
6.如权利要求5所述区域鸟类识别统计方法，其特...
【专利技术属性】
技术研发人员：马云强，李林玉，寥云海，张海燕，杨锁刚，
申请(专利权)人：云南这里信息技术有限公司，
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。