基于卷积神经网络的丹顶鹤定位识别

• 作者: 吕秀丽 陈帅男
• 来源期刊: 电子测量技术
• 关键词: 丹顶鹤识别 Faster RCNN FPN 非极大值抑制
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004796

摘要

国家珍稀动物丹顶鹤多栖息于开阔平原、沼泽、湖泊、海滩及近水滩涂等地,不利于人工跟踪及近距离观测丹顶鹤的实时动向.针对传统快速卷积神经网络(Faster RCNN)检测不准确的问题,现设计提出在原始网络基础上,结合多特征融合金字塔(FPN)实现多层语义信息融合,建立针对丹顶鹤的识别模型.此外,为提高模型召回率,还采用了线性加权的非极大值抑制算法.改进后的算法较原始算法精确率提高了3.5％左右.实验结果表明,所提模型对于丹顶鹤种群具有较好的识别效果,为湿地的丹顶鹤保护与监测提供新的技术手段,使湿地的生态文明建设得到进一步加强.