[发明专利]一种无标记模式动物个体的自动识别方法

权利要求书

1.一种无标记模式动物个体的自动识别方法，其特征在于该方法包括：

1)采集模式动物运动图像序列，建立图像序列背景模型；

2)在图像序列中提取包含模式动物的图像感兴趣区域，通过图像处理形成图像样本；

3)针对多个模式动物的图像样本建立视觉分类器；

4)利用视觉分类器对模式动物进行个体识别。

2.根据权利要求1所述的方法，其特征在于：

步骤1)中，循环读取采集到的模式动物图像序列，对一段时间序列图像进行静态建模，选取统计均值作为背景；选择适应性背景阈值，解决光照不均匀导致的光斑问题。

3.根据权利要求1所述的方法，其特征在于：

步骤2)中，根据样本拍摄情况制定目标图像灰度阈值和面积阈值，采用背景减除算法提取包含模式动物的图像感兴趣区域，椭圆拟合获取目标相关信息；同时根据目标躯体倾斜角度将其旋转到正右方，并截取运动过程中不易发生变形的刚性躯体部分；用尺度缩放方法将系列图像样本缩放到指定的尺度大小，保证获取到的HOG特征维数一致性。

4.根据权利要求1所述的方法，其特征在于：

步骤3)中，采用HOG算法处理目标图像样本，遍历输出可标识模式动物的HOG特征，通过SVM算法对所得特征进行处理参数寻优，确定适用于该动物个体识别的SVM分类器参数；在此参数基础上，对目标特征进行训练，求取特征空间上间隔最大的线性分类器，即得到SVM分类器。

5.根据权利要求1所述的方法，其特征在于：

步骤4)中，采集待识别的目标运动图像序列，获得待识别目标的HOG特征，输入到已经训练好的SVM分类器中，对其进行分析处理，得到每个目标分别被判别为每一类样本的概率，选取其中最大分类概率确定为该目标分类类别，由此达到个体识别的目的。