当前位置: 首页 > 文章 > 小样本条件下基于数据扩充和ResNeSt的雪豹识别 北京林业大学学报 2021,43 (10) 89-99
Position: Home > Articles > Panthera unica recognition based on data expansion and ResNeSt with few samples Journal of Beijing Forestry University 2021,43 (10) 89-99

小样本条件下基于数据扩充和ResNeSt的雪豹识别

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;小样本;数据扩充;卷积神经网络
摘  要:
[目的]红外触发相机采集的雪豹监测图像质量参差不齐,且数量有限,为了提升小样本下雪豹的识别准确率,本研究提出一种雪豹监测图像自动识别方法.[方法]该方法基于具备注意力机制的ResNeSt50模型,使用祁连山国家公园的雪豹监测图像作为原始数据集,红外触发相机拍摄的非雪豹陆生野生动物图像作为扩充负样本,网络雪豹图像作为扩充正样本,生成3种数据集并依次进行对比实验,选择合适的扩充方式引导模型逐步关注到雪豹个体关键特征,使用梯度类激活热力图可视化进一步验证数据扩充后的有效性.[结果]使用原始数据集+扩充负样本+扩充正样本训练的模型识别效果最好,热力图可视化显示模型正确关注到雪豹个体花纹与斑点特征,对比基于Vgg16和ResNet50的识别模型,ResNeSt50的识别效果最好,测试集识别准确率达到97.70%,精确率97.26%,召回率97.59%.[结论]采用本研究提出的原始数据集+扩充负样本+扩充正样本数据扩充方法训练的模型,可以区分背景与前景,且对雪豹本身特征具有较强的判别能力,泛化能力最好.
译  名:
Panthera unica recognition based on data expansion and ResNeSt with few samples

相似文章

计量
文章访问数: 19
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊