[发明专利]一种基于图像的动物物种细分类方法、系统及介质

说明书

本发明公开了一种基于图像的动物物种细分类方法、系统及介质，包括：获取动物待分类图像；利用卷积神经网络定位所述图像中含有动物的目标区域，并进行动物物种粗分类得到动物所属物种；判断动物所属物种是否为已知物种；若否，则判定动物为新物种；若是，则将含有动物的目标区域的图像输入细分类网络模型中识别出动物的具体类别；判断动物的具体类别是否为已知类别；若是，则输出动物的类别；若否，则判定动物为新物种。该方法利用计算机对待分类图像进行自动识别和分析判断动物属于已知物种或新物种，提高数据采集和分析的效率，大大减轻人工工作量。并且不会动动物身体造成伤害，有利于辅助野生动物的调查和研究。

技术领域

本发明涉及计算机应用技术领域，具体涉及一种基于图像的动物物种细分分类方法、系统及介质。

背景技术

目前生物界所用的生物分类法一共分为八个等级，分别为域(Domain)、界(Kingdom)、门(Phylum)、纲(Class)、目(Order)、科(Family)、属(Genus)、种(Species)。其中物种是指生物界发展的连续性与间断性统一的基本间断形式，在有性生物中，物种呈现为统一的繁殖群体，由占有一定空间，具有实际或潜在繁殖能力的种群所组成，而且与其他这样的群体在生殖上是隔离的。目前在生物学界对动物主要采用的分类方法主要分为宏观和微观两个方面，在宏观方面比如有基于动物的形态、生殖隔离、生活习性、生态要求等作为分类的依据，在微观方面比如有基于染色体的数目、蛋白质的结构、DNA、RNA等作为分类的依据。

然而这些方法需要从事相关方面的工作人员具备非常专业的技术背景知识。宏观方面的方法相对主观，经验性较强，而微观方面的方法相对繁琐复杂，耗时较长。比如：在野生动物的调查和研究中，需要利用无人机航拍或者摄像机拍照去调查一片区域内动物的种类，在这个过程中由于会产生大量的视频和图片数据，如果利用人工去识别，这项工作将非常繁琐且复杂。

发明内容

针对现有技术中的缺陷，本发明实施例提供的一种基于图像的动物物种细分类方法、系统及介质，根据动物图像中的体貌特征自动判别动物的物种类别，提高数据分析的效率，减少人工工作量。

第一方面，本发明实施例提供的一种基于图像的动物物种细分类方法，包括：

获取动物待分类图像；

利用卷积神经网络定位所述图像中含有动物的目标区域，并进行动物物种粗分类得到动物所属物种；

判断动物所属物种是否为已知物种；

若否，则判定动物为新物种；

若是，则将含有动物的目标区域的图像输入细分类网络模型中识别出动物的具体类别；

判断动物的具体类别是否为已知类别；

若是，则输出动物的类别；

若否，则判定动物为新物种。

第二方面，本发明实施例提供的一种基于图像的动物物种细分类系统，包括获取模块、物种粗分类模块、物种判断模块和类别细分类模块，

所述获取模块用于获取动物待分类图像；

所述物种粗分类模块利用卷积神经网络定位所述图像中含有动物的目标区域，并进行动物物种粗分类分析得到动物所属物种；

所述物种判断模块用于根据物种粗分类模块得到的动物所属物种判断是否为已知物种，若否，则为新物种，若是，则将含有动物的目标区域的图像发送给类别细分类模块进行分析；

所述类别细分类模块用于将含有动物的目标区域的输入图像细分类网络模型中识别出动物的具体类别；

所述物种判断模块还用于判断类别细分类模块得到的动物具体类别是否为已知类别，若是，则输出动物的类别，若否，则判定动物为新物种。