一种小目标鸟群运动监测系统技术方案

技术编号:46616449 阅读:4 留言:0更新日期:2025-10-14 21:12
本发明专利技术公开了一种小目标鸟群运动监测系统,属于鸟类识别技术领域,具体包括:获取目标区域的毫米波雷达回波信号、激光雷达点云数据集和可见光图像;对激光雷达点云进行空间聚类分割,生成目标点云簇,针对任一目标点云簇,获取其三维凸包顶点集,并将质心映射至毫米波雷达坐标系;基于映射坐标对雷达回波信号频谱分析得多普勒特征,结合三维凸包顶点集计算空间极值区域的三维位置;将三维位置映射至可见光图像生成空间约束掩码,并提取图像特征向量和空间特征向量,最后将两类特征向量输入分类器模型,得到鸟类识别结果,本发明专利技术实现了复杂场景下对小目标鸟群的种类识别。

【技术实现步骤摘要】

本专利技术涉及鸟类识别,具体涉及一种小目标鸟群运动监测系统


技术介绍

1、鸟类是诸多自然保护区生态环境评估的重要指示物种。生态环境监测中的鸟类监控图像和视频数量剧增,鸟类识别和分析的需求也剧增。鸟类识别可以帮助自然保护区和生物学家对鸟类种群分布、迁徙等进行有效监测。

2、传统鸟类监测技术主要依赖可见光摄像头或红外传感器来进行鸟类识别,但是,一方面,小目标在图像中像素占比极低,导致特征呈现模糊化,直接影响识别精度,另一方面,许多鸟类存在显著的形态相似性,例如不同种类的莺科鸟类,其体型大小、羽毛色泽及纹理结构高度趋同,单纯依赖传统图像识别技术,难以实现相似鸟种的精准分类。

3、现有技术通过深度学习对图像区域进行语义分割,基于语义分割结果来提取鸟类图像中不同部位的特征,并通过特征融合机制将离散的局部特征与全局轮廓信息整合,输入至预训练的分类模型中完成鸟类识别,但依赖大量标注数据且泛化能力有限,当鸟群处于复杂背景或逆光环境时,基于图像的部位定位精度大幅下降,从而影响整体识别效果。


技术实现思

<本文档来自技高网...

【技术保护点】

1.一种小目标鸟群运动监测系统,其特征在于,包括:

2.根据权利要求1所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,所述数据分析模块中,三维凸包顶点集的具体过程为:

3.根据权利要求1所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,多普勒特征的具体获取过程为:

4.根据权利要求3所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,三维空间位置的具体获取过程为:

5.根据权利要求1所述的一种小目标鸟群运动监测系统,其特征在于,所述数据优化模块中,空间约束掩码的具体生成过程为:

6...

【技术特征摘要】

1.一种小目标鸟群运动监测系统,其特征在于,包括:

2.根据权利要求1所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,所述数据分析模块中,三维凸包顶点集的具体过程为:

3.根据权利要求1所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,多普勒特征的具体获取过程为:

4.根据权利要求3所述的一种小目标鸟群运动监测系统,其特征在于,所述数据分析模块中,三维空间位置的具体获取过程为:

5.根据权利要求...

【专利技术属性】
技术研发人员:周杰陈学三赵晓阳周金旺
申请(专利权)人:安徽省赛达科技有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1