【技术实现步骤摘要】
本专利技术涉及蜂猴设别，特别是涉及一种基于细粒度的蜂猴身份识别方法。
技术介绍
1、近年来，狩猎和栖息地的减少使得蜂猴数量急剧下降。针对动物的研究，需要建立在个体的准确识别上。蜂猴个体较小，且具有毒性，向其体内注入芯片或者在其脖子上套上项圈对蜂猴身体伤害较大且较为危险。因此，基于计算机视觉的蜂猴面部检测更适用于实际的蜂猴个体检测中。
2、随着深度学习技术的不断发展，将深度学习应用到野生动物保护以及动物面部识别中的案例越来越多，但对于蜂猴等关注度较低的濒危灵长类动物的面部识别研究仍然较少。
3、然而，蜂猴的面部特征差异较小，属于细粒度识别的范畴（细粒度识别是指对于那些具有相似的外形和相同结构构成的物体，依靠整体特征无法很好识别，而需要仔细观察局部区域的细微差异才能准确判别的识别任务。），普通的识别算法很难捕捉到它们微小的特征差异，例如毛色、花纹和眼睛大小等。在深度学习方面，卷积神经网络常用于提取局部特征，但随着网络深度增加，只能捕获到非常弱的长距离特征关系，无法捕捉到多层次的信息，从而导致对蜂猴不同个体面部的微小差异的识别准确率较低。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于细粒度的蜂猴身份识别方法，基于蜂猴面部细粒度图像识别，提高对蜂猴不同个体间微小差异的识别准确率。
2、本专利技术的目的是通过以下技术方案来实现的：一种基于细粒度的蜂猴身份识别方法，包括以下步骤：
3、s1.对需要识别的多只蜂猴，在不同的
4、s2.对蜂猴面部图像集合中的部分图像进行面部标注，利用标注图像对yolov8 模型进行训练，然后利用训练得到的yolov8 模型对未进行面部标注的图像进行面部识别，然后裁剪出蜂猴面部图像集合中所有图像的面部区域，得到蜂猴面部裁剪区域集合；
5、s3.对蜂猴面部裁剪区域集合中部分图像中的蜂猴眼睛边缘轮廓进行标注，利用标注图像对u-net模型进行训练，然后利用训练得到u-net模型对蜂猴面部裁剪区域集合中未标注眼睛边缘轮廓的图像进行检测，得到蜂猴面部裁剪区域集合中所有图像的眼睛轮廓；
6、s4.对于蜂猴面部裁剪区域图像集合中的图像进行面部摆正，并构建样本集；
7、s5.构建非对称双线性卷积神经网络，利用样本集中的样本进行非对称双线性卷积神经网络，并基于训练得到非对称双线性卷积神经网络进行蜂猴识别。
8、本专利技术的有益效果是：本专利技术基于蜂猴面部细粒度图像识别，提高对蜂猴不同个体间微小差异的识别准确率。
本文档来自技高网...【技术保护点】
1.一种基于细粒度的蜂猴身份识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤S1包括：
3.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤S2包括：
4.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤S3包括：
5.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤S4包括：
6.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤S5包括：
【技术特征摘要】
1.一种基于细粒度的蜂猴身份识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤s1包括：
3.根据权利要求1所述的一种基于细粒度的蜂猴身份识别方法，其特征在于：所述步骤s2包括：
4.根...
【专利技术属性】
技术研发人员：李婷萱，张馨弋，倪庆永，丁绍芸，杨梓淇，邱茜，郭敬杰，管艳，雷宇杰，
申请(专利权)人：四川农业大学，
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。