[发明专利]基于DAFS算法的生态生物识别方法

权利要求书

1.基于DAFS算法的生态生物识别方法，其特征在于，包括如下步骤：

S1发起生态生物识别请求，根据请求在生态环境中通过采集器采集生物图像；

S2对待识别的生物图像进行处理，然后将处理后待识别的生物图像送入神经网络；

S3神经网络对生物图像进行处理，在训练过程中输出待识别生物图像对应每一个类别的概率数值；

S4利用DAFS算法生成一系列作为样本的候选框，利用不同尺寸的候选框选定图中的某一部分作为候选区域；

S5选取处理后的生物图像，并通过DAFS算法进行图像分割处理得到图像；

S6对分割处理得到图像进行特征提取，使用全局平均池化接全连阶层分类，得到生物图像候选区域的特征数据；

S7将得到的生物图像特征数据与生态特征数据库中的特征数据进行对比识别。

2.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S2对待识别的生物图像进行处理包括：对生物图像进行分割，获得分割后的各个子图像进行优化求精，并合并还原成生物图像。

3.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S5对生物图像进行分割具体过程为：采用随机划分方法对生物图像进行划分，获得多个子图像。

4.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S1采集的生物图像进行拆分提纯，剔除无用数据信息，对图像进行降维处理，降维处理有效去除冗余信息，提取有用特征。

5.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述生物图像采用混合滤波方法对原始图片做降噪处理。

6.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S2对待检测的生物图像经过归一化处理以及按照固定尺寸缩放处理，获取处理后的待检测生物图像的框特征。

7.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S1对采集生物图像数据进行加密处理，并将加密处理后的生物图像数据放入存储器中进行存储。

8.根据权利要求1所述的基于DAFS算法的生态生物识别方法，其特征在于，所述步骤S6特征提取网络为backbone network。