[发明专利]一种海岛滨海湿地水鸟识别方法、分布查询系统及介质

权利要求书

1.一种海岛滨海湿地水鸟识别方法，其特征在于，运行于客户端，所述海岛滨海湿地水鸟识别方法利用新颖的区域卷积网络模型和全卷积网络模型对图像中存在的目标水鸟的整体及其关键部位进行自动检测与定位；并利用深度卷积概率神经网络模型对高层语义特征进行概率建模，增强对图像内容的表达，基于表达后的图像对目标水鸟进行识别。

2.根据权利要求1海岛滨海湿地水鸟识别方法，其特征在于，所述海岛滨海湿地水鸟识别方法进一步包括：

步骤一，构建并充实包含视频、图像信息的基础数据库；

步骤二，利用基于图像、视频多模态融合的目标水鸟识别算法，进行目标水鸟识别；

步骤三，利用目标水鸟识别后的分类特征、分布关系，构建水鸟生物多样性基础数据集，并建立海岛滨海湿地重要水鸟识别及分布查询系统。

3.根据权利要求2海岛滨海湿地水鸟识别方法，其特征在于，所述步骤一基础数据库的构建包括：利用野外拍照、摄像以及在网络搜索方式收集目标鸟类影像资料，标注鸟在图像中整体位置，以及标注鸟体的鸟喙、鸟腹、鸟喉、鸟冠、鸟尾、鸟背、鸟额、鸟颈、鸟眼、鸟翅、鸟胸、鸟头、鸟腿及鸟身，将标注的鸟喙、鸟腹、鸟喉、鸟冠、鸟尾、鸟背、鸟额、鸟颈、鸟眼、鸟翅、鸟胸、鸟头、鸟腿及鸟身数据作为训练集，训练集占所有图片的80％，再通过获取数据的图形获取数据作为测试集，测试集无需打标签，占所有图片20％，用来检验训练效果是否达到期望。

4.根据权利要求2海岛滨海湿地水鸟识别方法，其特征在于，所述步骤二进行目标水鸟识别包括：目标检测前，首先给训练集打标签进行监督式学习；用户在客户端中本鸟类识别系统的训练模块查询训练集，对这些图片上绘制一个或多个矩形框定位图片上的鸟，并定义标签；定义标签以后进行训练，并输出指定迭代次数的模型；在检验训练输出的指定迭代次数的模型的识别效果是否良好，在可视化界面选择指定迭代次数的模型识别测试集的图片或视频，识别结果包括对鸟类的统计，统计包括出现鸟的种类、每一种鸟出现的次数、识别率大于60％以及大于80％的个数以及显示每只鸟的识别率和预测标签，通过批量统计的数据，判断指定迭代次数的模型的识别效果是否达到期望，如果未达到期望，则将识别后的图片转移到训练集并打标签，执行重新训练的操作。