一种基于卷积神经网络的野生动物识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于卷积神经网络的野生动物识别方法
申请号:CN202510586587
申请日期:2025-05-08
公开号:CN120493100A
公开日期:2025-08-15
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络的野生动物识别方法,通过图像样本扩增,得到多个不同环境下的可视化图像样本和红外图像样本,进行特征提取,得到可视化特征、红外特征以及声音特征;其中可视化特征包括体型几何特征、纹理特征、步态特征和骨骼关键点特征,并将可视化特征、红外特征以及声音特征进行特征融合,得到融合特征数据集,这样将可视化特征、红外特征以及声音特征进行融合,这样避免单一特征对动物识别的时,导致识别不准确,并进行卷积神经网络训练得到野生动物识别模型,在利用野生动物识别模型对采集到的野生动物的可视化图像、红外图像或声谱进行识别,输出所识别的野生动物类别,具有识别准确度高的优点。
技术关键词
可视化特征 识别方法 生成对抗网络模型 样本 步态特征 骨骼关键点 GP模型 纹理特征 融合特征 卷积神经网络训练 构建卷积神经网络 图像块 声谱 动物 灰度共生矩阵 关键帧 运动跟踪