Position: Home > Articles > Action recognition of spoon-billed sandpipers(Eurynorhynchus pygmeus)based on residual convolutional neural network model
Journal of Tropical Biology
2023,14
(5)
481-489
基于残差卷积神经网络模型的勺嘴鹬动作识别
作 者：
杨雪珂;蒙金超;冯悦恒;林婷婷;王兆君;刘辉
单 位：
;海南大学林学院
关键词：
残差卷积神经网络;鸟类图像;动作识别;勺嘴鹬
摘 要：
为开启海南热带地区鸻鹬类涉禽的动作识别以及其他野生鸟类行为学自动识别的研究,建立了基于野外采集影像的勺嘴鹬(Eurynorhynchus pygmeus)动作图像数据集.该数据集由表达勺嘴鹬主要行为模式的 9种动作标签组成;同时利用ResNet50、ResNet101和ResNet152共 3种残差卷积神经网络模型尝试对勺嘴鹬的动作进行自动识别.结果表明,ResNet50、ResNet101、ResNet152测试集准确率分别为 96.90%、96.94%和96.90%,说明3种模型都能对勺嘴鹬图像进行快速准确的动作识别.
译 名：
Action recognition of spoon-billed sandpipers(Eurynorhynchus pygmeus)based on residual convolutional neural network model
关键词：
residual convolutional neural network%bird image%movement recognition%spoon-billed sandpiper
相似文章
-
基于改进残差神经网络的木材识别算法 [宿恒硕, 吕军, 丁志平, 唐彦杰, 陈旭东, 周强, 张哲宇, 姚青] 林业科学 2021,57 (12) 147-154
