[发明专利]基于卷积神经网络的可可西里藏羚羊检测方法

说明书

本发明公开了一种基于卷积神经网络的可可西里藏羚羊检测方法，主要解决现有技术对藏羚羊种群统计速度慢且不精确的问题。其实现方案是：1)构建训练数据集，对采集及数据增强得到的藏羚羊图像进行标注，得到训练数据集；2)利用k‑means算法对训练数据集进行目标框维度聚类，得到藏羚羊数据集的最有效的先验框信息，构建一个具有19个卷积层和5个最大池化层的卷积神经网络；3)用卷积神经网络对藏羚羊图像数据进行训练，得到藏羚羊检测与分类模型；4)利用训练好的模型，对藏羚羊图像进行检测，画出藏羚羊具体位置并标注所属类别。本发明能更快更准确的对藏羚羊进行检测与分类，可用于对自然保护区中藏羚羊的科学保护与管理。

技术领域

本发明属于计算机视觉技术领域，更进一步涉及基于卷积神经网络的可可西里藏羚羊检测方法。可用于对可可西里自然保护区中的藏羚羊目标的统计及对雌雄藏羚羊个体的分类，便于保护区管理机构掌握藏羚羊的变化动态和趋势，从而为科学管理藏羚羊种群提供依据。

背景技术

藏羚羊作为国家一级保护动物，被列入《濒危野生动植物种国际贸易公约》(CITES)公约附录Ⅰ，其主要分布在中国青海、西藏、新疆等地的高山荒漠草甸草原和高原草原等环境中。独特的生态环境，使得藏羚羊的保护工作变得尤为艰难。目前，国家对藏羚羊的保护主要是通过建立自然保护区、人工巡逻监测的方式来进行。一方面，由于藏羚羊的皮毛具有高昂的价值，使得一些盗猎分子铤而走险，大量猎杀藏羚羊，因此，有必要借助智能监控技术来了解藏羚羊种群的频繁活动区域，从而为有效地建立保护站提供科学依据；另一方面，由于藏羚羊生性极其敏感，使得人们无法近距离对藏羚羊种群数量进行统计，因此可以对藏羚羊种群进行远距离拍摄，再通过目标检测识别技术对其进行检测统计并分类。

目前关于藏羚羊种群数量统计与分布的研究还处于人工操作的阶段。如首都师范大学生命科学学院的路飞英等人发表的“阿尔金山自然保护区藏羚羊、藏野驴和野牦牛的数量与分布”(北京师范大学学报(自然科学版)，2015(4):374-381.)中采用样线调查法调查了藏羚羊、藏野驴和野牦牛3种有蹄类动物的数量和分布状况，该方法的缺点是调查周期长，而且统计的种群数量是一个概数，不能较为准确的统计藏羚羊等的数量分布，并且对于场景较复杂的情况不能很好的区分藏羚羊的雌雄个体。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于卷积神经网络的藏羚羊检测方法，以通过高效的卷积神经网络提取特征，提高在复杂场景下对藏羚羊目标检测与雌雄个体分类的准确性和鲁棒性。

为了实现上述目的，本发明实现方案包括如下：

(1)构建训练数据集：

(1a)采集若干个不同场景中的可可西里藏羚羊图片数据；

(1b)对图片数据进行增强处理，以获得更多的训练样本量；

(1c)利用图像标注工具LabelImg对上述采集到的以及数据增强后的藏羚羊图像进行目标框标注，并将标注藏羚羊的坐标、宽高以及类别信息存入到xml格式的标签文件中，每一幅标注图像对应一个xml文件；

(1d)提取xml文件中的藏羚羊坐标、宽高以及类别信息并存到txt格式的标签文件中，构成训练数据集；

(2)以GoogLetNet为基础网络，使用1*1和3*3的卷积核，构建一个包含19个卷积层和5个最大值池化层的卷积神经网络；

(3)目标框维度聚类：

(3a)通过k-means聚类算法对(1d)中所生成的训练数据集进行聚类，获取藏羚羊数据集的最优先验框个数k与各个先验框的宽w和高h；

(3b)根据(2)中构建的卷积神经网络的降采样倍率，将(3a)得到的先验框的宽和高转换为相对于卷积神经网络最后网格的比例大小；