[發明專利]一種無標記模式動物個體的自動識別方法

在審

• 申請號: 201710544932.6
• 申請日: 2017-07-06
• 公開（公告）號: CN107330472A
• 公開（公告）日: 2017-11-07
• 發明（設計）人: 孫明竹;趙新;白云翔;樊志
• 申請（專利權）人: 南開大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 天津耀達律師事務所12223
• 代理人: 張耀

技術領域

本發明屬于動物個體識別技術領域，一種無標記模式動物個體的自動識別方法。

背景技術

個體動物的行為通過群體交互影響到整個生態圈，準確、快速地識別動物個體并收集其行為學數據對于生態系統的機理分析與預測理解至關重要。除人工識別外，目前動物個體識別大都需要對動物個體進行標記，如加環、染料標記、微電子芯片皮下掩埋等等。此類生物標記提供了動物個體的軌跡、生活情況等信息，實現了行為學信息的遠程重建。然而，動物個體標記有其局限性，當動物體型過小不易進行生物標記，如多種模式生物，如斑馬魚、果蠅等，或者標記自身會影響到動物的行為，則無法使用。

近年來，基于圖像的識別方法越來越多的用于動物個體識別，此類技術無需標記、適用范圍廣泛，且可觀察到圖像拍攝區域所有信息，越來越受到研究者的重視。基于圖像的識別方法通常與視覺跟蹤技術相結合，當動物個體在圖像中出現頻繁交叉后，很容易出現軌跡關聯錯誤，導致識別出錯。Alfonso Pérez-Escudero等人在2014年提出了一種基于模式動物背部紋理特征識別動物個體的方法，文中指出，動物背部紋理類似于人類的指紋，可作為生物的唯一性標志。文中將動物圖像變換到與顏色相關的三維空間，用于動物個體識別，該方法在動物跟蹤領域取得了很好的效果。然而，該方法對樣本的質量和數量提出了較高的要求，且處理速度較慢，識別成功率達不到預期，無法實際使用，因此設計一種速度快、識別成功率高、適用于不同種類的無標記模式動物的個體自動識別方法是十分必要的。

發明內容

本發明目的是解決現有動物個體識別方法或需要標記，或速度慢、準確率低等問題，提供一種無標記模式動物個體的自動識別方法，通過圖像處理與分析等手段，高速、準確地識別模式動物個體，用于生命科學中的模式動物識別、行為學分析等。

本發明提供了一種無標記模式動物個體的自動識別方法，所述方法特別在于獲取適用于提取方向梯度直方圖(Histogram ofOriented Gradient,HOG)特征的圖像樣本，進而使用HOG特征和支持向量機(SupportVector Machine,SVM)建立模式動物個體圖像分類器，最終利用該分類器實現了模式動物個體的自動識別。

所述方法具體包括以下步驟：

1)采集模式動物運動圖像序列，建立圖像序列背景模型。具體操作：

循環讀取采集到的模式動物運動圖像序列，對一段時間的背景進行統計，靜態建模，將得到的均值統計作為背景。

2)在圖像序列中提取包含模式動物的圖像感興趣區域，通過圖像處理形成圖像樣本。具體操作：

制定目標圖像灰度閾值和面積閾值，采用背景減除算法提取包含模式動物的圖像感興趣區域，橢圓擬合獲取目標相關信息，根據傾斜角度將獲得的目標旋轉到正右方，并截取右側頭部部分圖像，將圖像縮放到指定的尺度大小作為圖像樣本。

3)針對多個模式動物的圖像樣本建立SVM分類器。具體操作：

采用HOG算法處理目標圖像樣本，提取目標圖像樣本HOG特征，對目標特征進行SVM訓練，即得到SVM分類器。

4)利用SVM分類器對模式動物進行個體識別。具體操作：

將待識別的目標圖像序列進行上述處理，獲得待識別目標的HOG特征，輸入到已經訓練好的SVM分類器中，對其進行分析處理，得到每幅目標圖像被判別為每一類樣本的概率，由此達到個體識別的目的。

本發明的優點和積極效果：

本發明實現了一種無標記模式動物個體的自動識別方法。

1)與以往各類模式動物自動識別方法相比，本方法無需對模式動物進行生物標記，自動識別模式動物背部紋理作為唯一性特征，一定程度上解決人工作業問題，簡單，適用性強；

2)本方法通過圖像處理的方式提取模式動物背部紋理，，可用于多種模式動物個體識別，適用范圍廣泛。在良好光照下獲取清晰的模式動物背部紋理即可實現對目標個體的識別；

3)本方法將模式動物背部紋理特征與機器學習分類算法相結合，識別正確率高，且獲取特征穩定，為進行后續的動物行為學分析和生態研究打下堅實的基礎

附圖說明

圖1為實驗流程框圖。

圖2為獲取模式動物圖像樣本的流程示意圖。

具體實施方式

實施例1

本發明提供的無標記模式動物個體的自動識別方法可用于多種模式動物個體的自動識別，具體實施情況如下：