[發明專利]一種基于圖像的動物物種細分類方法、系統及介質

有效

• 申請號: 202010189744.8
• 申請日: 2020-03-18
• 公開（公告）號: CN111046858B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 陳鵬;候蓉;趙啟軍;劉寧;劉鵬;陳玉祥;楊琬婧;張志和
• 申請（專利權）人: 成都大熊貓繁育研究基地;四川大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 鄒成嬌

本發明公開了一種基于圖像的動物物種細分類方法、系統及介質，包括：獲取動物待分類圖像；利用卷積神經網絡定位所述圖像中含有動物的目標區域，并進行動物物種粗分類得到動物所屬物種；判斷動物所屬物種是否為已知物種；若否，則判定動物為新物種；若是，則將含有動物的目標區域的圖像輸入細分類網絡模型中識別出動物的具體類別；判斷動物的具體類別是否為已知類別；若是，則輸出動物的類別；若否，則判定動物為新物種。該方法利用計算機對待分類圖像進行自動識別和分析判斷動物屬于已知物種或新物種，提高數據采集和分析的效率，大大減輕人工工作量。并且不會動動物身體造成傷害，有利于輔助野生動物的調查和研究。

技術領域

本發明涉及計算機應用技術領域，具體涉及一種基于圖像的動物物種細分分類方法、系統及介質。

背景技術

目前生物界所用的生物分類法一共分為八個等級，分別為域(Domain)、界(Kingdom)、門(Phylum)、綱(Class)、目(Order)、科(Family)、屬(Genus)、種(Species)。其中物種是指生物界發展的連續性與間斷性統一的基本間斷形式，在有性生物中，物種呈現為統一的繁殖群體，由占有一定空間，具有實際或潛在繁殖能力的種群所組成，而且與其他這樣的群體在生殖上是隔離的。目前在生物學界對動物主要采用的分類方法主要分為宏觀和微觀兩個方面，在宏觀方面比如有基于動物的形態、生殖隔離、生活習性、生態要求等作為分類的依據，在微觀方面比如有基于染色體的數目、蛋白質的結構、DNA、RNA等作為分類的依據。

然而這些方法需要從事相關方面的工作人員具備非常專業的技術背景知識。宏觀方面的方法相對主觀，經驗性較強，而微觀方面的方法相對繁瑣復雜，耗時較長。比如：在野生動物的調查和研究中，需要利用無人機航拍或者攝像機拍照去調查一片區域內動物的種類，在這個過程中由于會產生大量的視頻和圖片數據，如果利用人工去識別，這項工作將非常繁瑣且復雜。

發明內容

針對現有技術中的缺陷，本發明實施例提供的一種基于圖像的動物物種細分類方法、系統及介質，根據動物圖像中的體貌特征自動判別動物的物種類別，提高數據分析的效率，減少人工工作量。

第一方面，本發明實施例提供的一種基于圖像的動物物種細分類方法，包括：

獲取動物待分類圖像；

利用卷積神經網絡定位所述圖像中含有動物的目標區域，并進行動物物種粗分類得到動物所屬物種；

判斷動物所屬物種是否為已知物種；

若否，則判定動物為新物種；

若是，則將含有動物的目標區域的圖像輸入細分類網絡模型中識別出動物的具體類別；

判斷動物的具體類別是否為已知類別；

若是，則輸出動物的類別；

若否，則判定動物為新物種。

第二方面，本發明實施例提供的一種基于圖像的動物物種細分類系統，包括獲取模塊、物種粗分類模塊、物種判斷模塊和類別細分類模塊，

所述獲取模塊用于獲取動物待分類圖像；

所述物種粗分類模塊利用卷積神經網絡定位所述圖像中含有動物的目標區域，并進行動物物種粗分類分析得到動物所屬物種；

所述物種判斷模塊用于根據物種粗分類模塊得到的動物所屬物種判斷是否為已知物種，若否，則為新物種，若是，則將含有動物的目標區域的圖像發送給類別細分類模塊進行分析；

所述類別細分類模塊用于將含有動物的目標區域的輸入圖像細分類網絡模型中識別出動物的具體類別；

所述物種判斷模塊還用于判斷類別細分類模塊得到的動物具體類別是否為已知類別，若是，則輸出動物的類別，若否，則判定動物為新物種。