[发明专利]一种鸟类识别模型训练方法、鸟类识别方法、装置及设备

权利要求书

1.一种鸟类识别模型训练方法，其特征在于，所述方法包括：

获取鸟类视频样本；

对所述鸟类视频样本进行目标识别以及目标追踪，得到鸟类视频样本中各图像帧对应的鸟类识别结果以及鸟类运动轨迹；

基于所述鸟类识别结果以及鸟类运动轨迹，从所述鸟类视频样本中筛选出目标鸟类图像帧；

基于所述目标鸟类图像帧对预设的初始模型进行训练，得到鸟类识别模型。

2.根据权利要求1所述的一种鸟类识别模型训练方法，其特征在于，所述对所述鸟类视频样本进行目标识别以及目标追踪，得到鸟类视频样本中各图像帧对应的鸟类识别结果以及鸟类运动轨迹，包括：

基于预设的鸟类检测模型，对鸟类视频样本中各图像帧进行鸟类检测，得到各个鸟类检测结果；

基于预设的初始模型，对所述各个鸟类检测结果进行目标识别，得到各个鸟类识别结果；

对所述鸟类视频样本进行目标追踪，得到各个鸟类运动轨迹，并将所述各个鸟类识别结果分配至各个对应的鸟类运动轨迹。

3.根据权利要求2所述的一种鸟类识别模型训练方法，其特征在于，所述对所述鸟类视频样本进行目标追踪，得到各个鸟类运动轨迹，并将所述各个鸟类识别结果分配至各个对应的鸟类运动轨迹，包括：

根据所述各个鸟类识别结果对应的各个鸟类图像，确定各个鸟类识别结果的外观信息；

根据所述各个鸟类识别结果在所述鸟类视频样本中的时序信息以及位置信息，确定各个鸟类识别结果的运动信息；

根据所述各个鸟类识别结果的外观信息以及运动信息，确定各个鸟类运动轨迹，并将所述各个鸟类识别结果分配至各个对应的鸟类运动轨迹。

4.根据权利要求2所述的一种鸟类识别模型训练方法，其特征在于，所述基于所述鸟类识别结果以及鸟类运动轨迹，从所述鸟类视频样本中筛选出目标鸟类图像帧，包括：

针对每一个长度超过预设长度阈值的鸟类运动轨迹，根据所述鸟类运动轨迹上的各个鸟类识别结果，确定所述鸟类运动轨迹的正确识别结果；

根据所述鸟类运动轨迹的正确识别结果以及所述鸟类运动轨迹上的各个鸟类识别结果，从所述鸟类视频样本中筛选出目标鸟类图像帧。

5.根据权利要求4所述的一种鸟类识别模型训练方法，其特征在于，所述根据所述鸟类运动轨迹上的各个鸟类识别结果，确定所述鸟类运动轨迹的正确识别结果，包括：

根据所述鸟类运动轨迹上的各个鸟类识别结果，确定所述鸟类运动轨迹的候选正确识别结果；

当判断所述候选正确识别结果的数量与所述鸟类运动轨迹的长度之比大于预设比例阈值时，则将所述候选正确识别结果确定为所述鸟类运动轨迹的正确识别结果。

6.根据权利要求4所述的一种鸟类识别模型训练方法，其特征在于，所述根据所述鸟类运动轨迹的正确识别结果以及所述鸟类运动轨迹上的各个鸟类识别结果，从所述鸟类视频样本中筛选出目标鸟类图像帧，包括：

基于所述鸟类运动轨迹的正确识别结果以及所述鸟类运动轨迹上的各个鸟类识别结果，从所述鸟类运动轨迹中筛选出识别结果不为正确识别结果的各个候选困难识别结果；

针对每一个候选困难识别结果，当判断所述候选困难识别结果在对应的鸟类图像帧中的位置信息与所述鸟类运动轨迹的最后一个困难识别结果在对应的鸟类图像帧中的位置信息之差大于预设位移阈值时，则将所述候选困难识别结果确定为所述鸟类运动轨迹的困难识别结果，并将所述候选困难识别结果对应的鸟类图像帧确定为目标鸟类图像帧。

7.一种鸟类识别方法，其特征在于，包括：

获取待识别鸟类图像；

根据所述待识别鸟类图像以及根据权利要求1至6中任一项所述的鸟类识别模型训练方法训练得到的鸟类识别模型，确定鸟类识别结果。