[发明专利]一种野生动物监测数据管理信息系统有效
申请号: | 201910241710.6 | 申请日: | 2019-03-28 |
公开(公告)号: | CN110139067B | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 张军国;冯文钊;刘晗兴;王远;谢将剑 | 申请(专利权)人: | 北京林业大学 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;H04L29/08;H04L29/06;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 王刚 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 野生动物 监测 数据管理 信息系统 | ||
1.一种野生动物监测数据管理信息系统,其特征在于,所述系统包括监测信息呈现子系统,所述监测信息呈现子系统包括:
数据通信模块,用于接收野生动物监测设备发送的野生动物监测节点信息并存储;所述野生动物监测设备包括多个节点设备,每个所述的节点设备对该节点进行监测获得所述野生动物监测节点信息;所述野生动物监测节点信息包括每个节点设备的温度数据、湿度数据、光照数据、位置信息、图片信息;
实时监测信息模块,用于实时获取所述图片信息,对所述图片信息中的野生动物进行识别分类获得野生动物分类信息,将所述野生动物分类信息进行实时的智能展示;
地理位置信息模块,用于根据所述野生动物监测节点信息生成野生动物监测节点分布图,所述野生动物监测节点分布图用于预测各个节点的野生动物出没概率并对不利于野生动物栖息的节点进行预警;
所述对所述图片信息中的野生动物进行识别分类包括:构建系统识别模型;根据所述野生动物监测节点信息中的历史数据,对所述系统识别模型进行训练,获得训练后的野生动物系统识别模型;将实时获取的所述图片信息作为所述野生动物系统识别模型的输入信息,生成野生动物分类信息;
所述构建系统识别模型包括:将样本图像输入到全卷积神经网络,将侧向输出层连接到最后一个池层,得到样本图像中野生动物图像区域的定位;在较深与较浅的侧向输出层之间建立跳跃层结构的短连接,并通过组合不同级别的特征,将多尺度特征图提供给网络结构的每一层,同时进行多通道特征融合,实现所述野生动物图像区域的像素级分割;将分割后的所述野生动物图像区域作为细粒度分类的输入,采用两个特征提取器分别对所述野生动物图像区域中野生动物的身体部位进行定位以及特征提取,得到图像描述算子;根据所述图像描述算子获得所述系统识别模型。
2.根据权利要求1所述的野生动物监测数据管理信息系统,其特征在于,
所述野生动物系统识别模型能够识别的信息包括野生动物种类信息、野生动物性别信息、野生动物年龄范围信息、当前环境信息、当前环境下野生动物的生存状态信息;
所述野生动物分类信息包括野生动物种类信息、野生动物性别信息、野生动物年龄范围信息、当前环境信息、当前环境下野生动物的生存状态信息。
3.根据权利要求1所述的野生动物监测数据管理信息系统,其特征在于,还包括:
在所述全卷积神经网络使用独立的logisitc做二分类对所述样本图像进行处理,假设logistic函数的输入是o=f(x;θ),其中θ是网络的参数;
则输出y=h(o),h指logistic激活函数;
p(y=1|x)=h(o) (1)
p(y=0|x)=1-h(o) (2)
融合层的损失函数为
对第i个输入oi求导后
J=-logL=∑-ylogh-(1-y)log(1-h) (4)
根据logistic函数的求导性质,有:
其中,hi即为logistic激活后的输出,yi为target,x表示样本图像,L表示损失函数。
4.根据权利要求1所述的野生动物监测数据管理信息系统,其特征在于,还包括:采用损失函数、验证集及测试集图像对训练的结果进行评估,调整网络模型参数进行多次训练,得到所述系统识别模型,其中所述损失函数包括:
其中,Lcls表示评估分类代价,由真实分类u对应的概率决定且Lcls=-logPu,Pu表示真实分类u对应的概率;Lbox评估检测框定位代价,比较真实分类对应的预测参数tu和真实平移缩放参数为v的差别且
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学,未经北京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910241710.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种传感器数据的传输系统、方法和装置
- 下一篇:一种检测方法和装置