[发明专利]一种鸟类图像识别方法、装置、设备和存储介质

权利要求书

1.一种鸟类图像识别方法，其特征在于，包括：

获取包含有鸟类目标的待识别图像；

基于预置定位算法，对所述待识别图像进行局部区域定位后，得到所述鸟类目标所在的区域；

根据多部位特征提取模型，对所述鸟类目标所在的区域进行特征提取，得到所述鸟类目标的多个部位特征；

利用分类器和验证部位特征对每一所述部位特征进行识别，得到各所述部位特征对应的相似度评分，所述验证部位特征和所述部位特征之间具有一一对应关系；

根据所有所述相似度评分计算待识别图像中所述鸟类目标的识别结果。

2.根据权利要求1所述的鸟类图像识别方法，其特征在于，所述基于预置定位算法，对所述待识别图像进行局部区域定位后，得到所述鸟类目标所在的区域具体包括：

对所述待识别图像进行类别激活映射，得到所述待识别图像对应的热力图；

根据所述热力图中的所有像素值计算所述热力图的像素平均值；

根据所述像素平均值将所述热力图中的所有像素点进行二值化处理，并将像素值为1的像素点围成的区域作为所述鸟类目标所在的区域。

3.根据权利要求1所述的鸟类图像识别方法，其特征在于，所述多部位特征提取模型包括卷积神经网络模型，

则所述根据多部位特征提取模型，对所述鸟类目标所在的区域进行特征提取，得到所述鸟类目标的多个部位特征具体包括：

根据所述预置卷积神经网络模型对所述鸟类目标所在的区域进行卷积操作，并将位于不同卷积层的卷积结果依次进行上采样、下采样、加权相乘后，得到对应的采样结果，将一个所述采样结果作为一个所述部位特征。

4.根据权利要求1所述的鸟类图像识别方法，其特征在于，所述根据所有所述相似度评分计算待识别图像中所述鸟类目标的识别结果具体包括：

对所有所述相似度评分求取平均值，得到相似度评分平均值，判断所述识别分数平均值是否大于预设阈值，若是则将所述验证部位特征作对应的验证鸟类的鸟品种作为所述鸟类目标的识别结果，若否，则对对所述鸟类目标所在的区域重新进行特征提取后执行后续步骤。

5.根据权利要求1所述的鸟类图像识别方法，其特征在于，所述利用分类器和验证部位特征对每一所述部位特征进行识别，得到各所述部位特征对应的相似度评分，所述验证部位特征和所述部位特征之间具有一一对应关系具体包括：

获取用于验证取每一所述部位特征的验证部位特征；

根据所述分类器，利用所述验证部位特征对对应的所述部位特征进行识别，得到对应的相似度评分。

6.根据权利要求1所述的鸟类图像识别方法，其特征在于，所述基于预置定位算法，对所述待识别图像进行局部区域定位后，得到所述鸟类目标所在的区域之前还包括：

对所述待识别图像进行归一化处理。

7.根据权利要求6所述的鸟类图像识别方法，其特征在于，所述归一化处理具体包括：

根据预置图像大小，所述待识别图像进行裁剪，使得所述待识别图像和所述预置图像等大；

对裁剪后的所述待识别图像中的各像素点对应的像素值进行等比例缩小。

8.一种鸟类图像识别装置，其特征在于，包括：

获取单元，用于获取包含有鸟类目标的待识别图像；

定位单元，用于基于预置定位算法，对所述待识别图像进行局部区域定位后，得到所述鸟类目标所在的区域；

特征提取单元，用于根据多部位特征提取模型，对所述鸟类目标所在的区域进行特征提取，得到所述鸟类目标的多个部位特征；

第一识别单元，用于利用分类器和验证部位特征对每一所述部位特征进行识别，得到各所述部位特征对应的相似度评分，所述验证部位特征和所述部位特征之间具有一一对应关系；

第二识别单元，用于根据所有所述相似度评分计算待识别图像中所述鸟类目标的识别结果。