【技术实现步骤摘要】
本申请涉及动物识别领域，且更为具体地，涉及一种基于图像可识别动物身份的方法及系统。
技术介绍
1、野生动物身份识别是一项关键的技术，在保护工作中发挥着至关重要的作用。随着人类活动的不断扩张和环境的改变，野生动物面临着日益严峻的威胁，包括栖息地丧失、非法狩猎、气候变化等。因此，了解野生动物的数量、分布和种群结构对于制定有效的保护措施至关重要。
2、通过野生动物身份识别，我们可以精确地识别和记录每个个体的身份信息，包括独特的特征、遗传信息和行为模式。这使得我们能够进行准确的种群普查，了解不同物种的数量和分布情况。同时，通过对种群结构的分析，我们可以评估濒危程度，并制定出有针对性的保护策略，以确保濒危物种的生存和繁衍。此外，野生动物身份识别还在监测野生动物数量和分布方面发挥着不可替代的作用。了解野生动物种群的动态变化对于评估生态系统的健康状况、监测环境变化以及预测未来趋势至关重要。通过长期、系统的监测和统计工作，我们可以获取大量的数据，深入了解种群的生态学特征、迁徙模式和种群动态。这使得我们能够及时发现濒危物种或种群所面临的问题，并迅速采取有效的保护措施，包括建立保护区、限制狩猎、恢复栖息地等。除了对物种多样性和生态系统的保护意义外，野生动物身份识别还有助于推动科学研究和教育。通过对野生动物个体的追踪和记录，我们可以深入了解它们的行为习性、社会结构和繁殖生态学。这为生物学家、生态学家和行为学家提供了宝贵的研究材料，有助于推动我们对野生动物行为和生态系统功能的理解。同时，这些研究成果也可以用于教育公众，增强对野生动物保护的认
3、因此，需要一种基于图像可识别动物身份的方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于图像可识别动物身份的方法及系统，其采用基于机器视觉的人工智能识别技术，首先通过对待识别动物的图像进行特征提取以得到动物的身体体型特征、身体纹理特征和面部特征，接着融合身体体型特征、身体纹理特征和面部特征以得到身份识别特征，最后将身份识别特征进行分类以得到用于表示动物身份的分类结果。这样，可以有效提高动物身份识别的准确性。
2、根据本申请的一个方面，提供了一种基于图像可识别动物身份的方法,其包括：
3、获取多个角度拍摄的待识别动物的图像；
4、将所述多个角度拍摄的待识别动物的图像通过降噪器以得到多个降噪图像；
5、对所述多个降噪图像进行特征提取以得到身份识别特征矩阵；
6、基于所述身份识别特征矩阵，判断所述待识别动物的身份。
7、在上述基于图像可识别动物身份的方法中，所述对所述多个降噪图像进行特征提取以得到身份识别特征矩阵，包括：对所述多个降噪图像进行特征提取以得到动物特征图；对所述动物特征图进行通道特征增强以得到所述身份识别特征矩阵。
8、在上述基于图像可识别动物身份的方法中，所述对所述多个降噪图像进行特征提取以得到动物特征图，包括：对所述多个降噪图像进行纹理特征提取以得到身体纹理特征图；对所述多个降噪图像进行体型特征提取以得到身体体型特征图；对所述多个降噪图像中的一个降噪图像进行面部特征提取以得到面部特征图；融合所述面部特征图、所述身体体型特征图、所述身体纹理特征图以得到所述动物特征图。
9、在上述基于图像可识别动物身份的方法中，所述对所述多个降噪图像进行纹理特征提取以得到身体纹理特征图，用于：将所述多个降噪图像通过灰度共生矩阵以得到多个纹理特征图并将所述多个纹理特征图聚合为所述身体纹理特征图。
10、在上述基于图像可识别动物身份的方法中，所述对所述多个降噪图像进行体型特征提取以得到身体体型特征图，用于：将所述多个降噪图像通过图像编码器以得到多个体型特征图并将所述多个体型特征图聚合为所述身体体型特征图。
11、在上述基于图像可识别动物身份的方法中，所述对所述多个降噪图像中的一个降噪图像进行面部特征提取以得到面部特征图，包括：从所述多个降噪图像中抽取包含动物基本面部区域的降噪图像；将所述包含动物基本面部区域的降噪图像通过面部感兴趣区域检测网络以得到面部感兴趣区域；将所述面部感兴趣区域通过使用空间注意力机制的面部特征提取器以得到所述面部特征图。
12、在上述基于图像可识别动物身份的方法中，所述基于所述身份识别特征矩阵，判断所述待识别动物的身份，包括：对所述身份识别特征矩阵进行基于目标函数的特征节点间拓扑聚合以得到优化身份识别特征矩阵；将所述优化身份识别特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述待识别动物的身份。
13、在上述基于图像可识别动物身份的方法中，所述对所述身份识别特征矩阵进行基于目标函数的特征节点间拓扑聚合以得到优化身份识别特征矩阵，包括：计算所述身份识别特征矩阵中的各个行向量的基于目标函数的特征节点因数；以对应于各个行向量的基于目标函数的特征节点因数分别对所述身份识别特征矩阵中的各个行向量进行加权以得到所述优化身份识别特征矩阵。
14、在上述基于图像可识别动物身份的方法中，所述计算所述身份识别特征矩阵中的各个行向量的基于目标函数的特征节点因数，包括：以如下特征节点因数计算公式计算所述身份识别特征矩阵中的各个行向量的基于目标函数的特征节点因数；其中，所述特征节点因数计算公式为：
15、wi＝-log[|softmax(vi)-τ|]×bool[softmax(vi)-τ]+α||vi||f
16、其中，vi表示所述身份识别特征矩阵中第i个行向量，softmax(vi)表示所述身份识别特征矩阵中第i个行向量单独通过分类器获得的类概率值，α表示预定超参数，且τ为表示移位值的超参数，bool表示布尔函数，log表示以2为底的对数函数值，||vi||f表示所述身份识别特征矩阵中第i个行向量的frobenius范数，wi表示第i个行向量的基于目标函数的特征节点因数。
17、根据本申请的另一方面，提供了一种基于图像可识别动物身份的系统，其包括：
18、动物图像数据获取模块，用于获取多个角度拍摄的待识别动物的图像；
19、动物图像降噪模块，用于将所述多个角度拍摄的待识别动物的图像通过降噪器以得到多个降噪图像；
20、图像特征提取模块，用于对所述多个降噪图像进行特征提取以得到身份识别特征矩阵；
21、动物身份识别结果生成模块，用于基于所述身份识别特征矩阵，判断所述待识别动物的身份。
22、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于图像可识别动物身份的方法，其特征在于，包括：
2.根据权利要求1所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行特征提取以得到身份识别特征矩阵，包括：
3.根据权利要求2所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行特征提取以得到动物特征图，包括：
4.根据权利要求3所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行纹理特征提取以得到身体纹理特征图，用于：将所述多个降噪图像通过灰度共生矩阵以得到多个纹理特征图并将所述多个纹理特征图聚合为所述身体纹理特征图。
5.根据权利要求4所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行体型特征提取以得到身体体型特征图，用于：将所述多个降噪图像通过图像编码器以得到多个体型特征图并将所述多个体型特征图聚合为所述身体体型特征图。
6.根据权利要求5所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像中的一个降噪图像进行面部特征提取以得到面部特征图，包括：
7.根据权
8.根据权利要求7所述的基于图像可识别动物身份的方法，其特征在于，对所述身份识别特征矩阵进行基于目标函数的特征节点间拓扑聚合以得到优化身份识别特征矩阵，包括：
9.根据权利要求8所述的基于图像可识别动物身份的方法，其特征在于，计算所述身份识别特征矩阵中的各个行向量的基于目标函数的特征节点因数，包括：以如下特征节点因数计算公式计算所述身份识别特征矩阵中的各个行向量的基于目标函数的特征节点因数；
10.一种基于图像可识别动物身份的系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于图像可识别动物身份的方法，其特征在于，包括：
2.根据权利要求1所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行特征提取以得到身份识别特征矩阵，包括：
3.根据权利要求2所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行特征提取以得到动物特征图，包括：
4.根据权利要求3所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行纹理特征提取以得到身体纹理特征图，用于：将所述多个降噪图像通过灰度共生矩阵以得到多个纹理特征图并将所述多个纹理特征图聚合为所述身体纹理特征图。
5.根据权利要求4所述的基于图像可识别动物身份的方法，其特征在于，对所述多个降噪图像进行体型特征提取以得到身体体型特征图，用于：将所述多个降噪图像通过图像编码器以得到多个体型特征图并将所述多个体型特征图聚合为所述...
【专利技术属性】
技术研发人员：张维斌，张天行，张嘉译，
申请(专利权)人：中农华牧集团股份有限公司，
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。