当前位置: 首页 > 文章 > 基于改进Cascade R-CNN的雪豹物种水平的自动检测方法 野生动物学报 2022,43 (2) 307-313
Position: Home > Articles > Automatic Detection of Snow Leopard( Panthera uncia) at Species Level Based on Improved Cascade R-CNN Chinese Journal of Wildlife 2022,43 (2) 307-313

基于改进Cascade R-CNN的雪豹物种水平的自动检测方法

作  者:
张毓;高雅月;常峰源;谢将剑;张军国
单  位:
青海省祁连山自然保护区管理局;北京林业大学工学院
关键词:
雪豹;监测图像;Cascade R-CNN;目标检测
摘  要:
雪豹(Panthera uncia)的皮毛具有较强的隐蔽性,红外相机监测图像中雪豹和背景较为相似,而且监测图像中雪豹的尺寸大小不一,为了提升雪豹检测的准确率,采用3个不同的检测器进行级联,在特征提取网络中引入特征金字塔结构改进Cascade R-CNN模型实现了雪豹的自动检测.以项目组采集的雪豹监测图像为数据集的评估结果表明,无论是白天/黑夜图像,还是多种不同尺寸雪豹同时出现的图像,该方法都可以较好地实现雪豹的识别及定位,平均准确率达93.0%,对比Faster R-CNN和SSD-300(Single Shot MultiBox Detector 300)分别提升了9.0%和3.9%.将该模型应用于雪豹监测图像的自动筛选,可以极大地提高工作效率.
译  名:
Automatic Detection of Snow Leopard( Panthera uncia) at Species Level Based on Improved Cascade R-CNN

相似文章

计量
文章访问数: 12
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊