[發(fā)明專利]一種金絲猴面部圖像識別方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010645419.8
• 申請日: 2020-07-07
• 公開（公告）號: CN111950362A
• 公開（公告）日: 2020-11-17
• 發(fā)明（設(shè)計）人: 郭松濤;許鵬飛;常江;何剛;李保國;賀樹軍;趙玄潤
• 申請（專利權(quán)）人: 西北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 李婷

本發(fā)明公開一種一種金絲猴面部圖像識別方法，將采集得到的金絲猴圖像，通過對金絲猴圖像面部區(qū)域截取及預(yù)處理，獲得金絲猴面部圖像數(shù)據(jù)集；將金絲猴面部圖像數(shù)據(jù)集輸入至Tri?Attention神經(jīng)網(wǎng)絡(luò)模型，提取金絲猴特征，完成對金絲猴面部圖像識別。本發(fā)明提出了基于Tri?Attention的金絲猴面部識別算法。該算法能夠自動的關(guān)注金絲猴的面部區(qū)域，不需要對數(shù)據(jù)進行手工標注。該算法采用了空間注意力機制，分別對金絲猴面部圖像的全局特征、局部特征以及顯著性特征進行關(guān)注。通過聯(lián)合不同維度、不同粒度的特征，進行融合，以提高分類的準確度，提升了網(wǎng)絡(luò)的泛化性能。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺領(lǐng)域，具體涉及金絲猴面部圖像識別方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

針對金絲猴的研究，首先需要對金絲猴進行監(jiān)測。在傳統(tǒng)的監(jiān)測方法中，主要包括人員實地追蹤監(jiān)測、儀器追蹤監(jiān)測。由于金絲猴生活地的地形相對復(fù)雜，不利于研究人員長期進行實地追蹤監(jiān)測。而采用儀器追蹤監(jiān)測，在一定程度上可以解決上述難題。采用儀器追蹤監(jiān)測方法，方便且高效，但需要在金絲猴身體上綁定跟蹤儀器，這可能會影響到金絲猴個體的生活習性和行為活動，因此該方法具有一定的局限性。隨著科學技術(shù)的發(fā)展，特別是數(shù)碼影像技術(shù)的發(fā)展，金絲猴的監(jiān)測問題得到了有效的解決。由于數(shù)碼影像技術(shù)具有非接觸性的優(yōu)點，已經(jīng)被廣泛的應(yīng)用在各種野生動物的監(jiān)測活動中。。采用數(shù)碼影像技術(shù)進行金絲猴活動監(jiān)測，可以實時的獲取到金絲猴的圖像數(shù)據(jù)，而這些圖像數(shù)據(jù)對于研究金絲猴的生活習性、種群結(jié)構(gòu)和種群密度等具有重要的意義。

針對金絲猴的研究，還需要對金絲猴個體進行準確的識別。只有建立在準確無誤的個體識別之上，才能夠了解個體的生活習性并建立準確的社會結(jié)構(gòu)模型。因此，個體識別顯得尤為重要。針對金絲猴識別，可以利用金絲猴五官以及毛發(fā)之間的差異進行識別。人眼識別是最常用的方法，但易受外界因素以及自身因素的影響，帶有一定的主觀性。相比于人眼識別，標記法則具有很高的識別準確度。采用標記法需要在金絲猴身體上進行標記，例如項圈或者色彩。但該方法帶有一定的侵入性，會影響到金絲猴的群居生活，更甚者會對金絲猴個體造成傷害。隨著金絲猴圖像數(shù)據(jù)的增多，怎樣快速的識別并處理圖像數(shù)據(jù)也是一個難題。傳統(tǒng)的識別方法需要消耗大量的人力和時間，導(dǎo)致金絲猴圖像數(shù)據(jù)得不到及時的、準確的處理。針對金絲猴圖像數(shù)據(jù)，如何快速的、準確的識別出金絲猴個體顯得尤為重要。

隨著計算機視覺技術(shù)的發(fā)展，針對野生動物圖像的研究已經(jīng)取得了豐碩成果，而深度學習技術(shù)在其中起著重要的作用。深度學習網(wǎng)絡(luò)，特別是卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)已經(jīng)在圖像處理、圖像分類等領(lǐng)域取得了巨大的成功。目前，在人臉識別方向，應(yīng)用深度學習技術(shù)的識別準確度已超越了人類的肉眼識別，這為金絲猴面部識別提供了一個解決思路。由于金絲猴和人的五官特征有著很大的相似性，因此可以將人臉識別算法應(yīng)用在金絲猴的面部識別之上。與傳統(tǒng)識別方法相比，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)進行金絲猴面部識別有很多優(yōu)勢。首先，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)進行金絲猴識別可以提高識別的準確度，有效克服了人眼識別中由主觀因素帶來的影響。其次，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)可以快速的識別出金絲猴個體，極大的提高了識別效率，減少了處理時間。

應(yīng)用深度學習技術(shù)進行金絲猴面部識別，也存在著諸多挑戰(zhàn)。首先，由于是在非限制性環(huán)境下采集數(shù)據(jù)，因此圖像中難免會包含過多的背景。而針對金絲猴面部識別，背景因素作為干擾特征會影響到算法識別準確度。其次，由于拍攝角度的限制，導(dǎo)致圖像中存在著大量遮擋，如樹葉、山石以及金絲猴個體的相互遮擋。這些遮擋因素會導(dǎo)致金絲猴部分特征丟失，且引入了其他干擾特征。在不同的光照條件下，同一個體在視覺上會存在很大的差異，導(dǎo)致類內(nèi)差異變大。同時，采集到的數(shù)據(jù)中存在大量的側(cè)臉，而側(cè)臉數(shù)據(jù)只包含金絲猴個體的部分特征，不利于深度學習的特征提取。上述這些因素都是自然因素，是隨機的、不可控的且不穩(wěn)定的。相比于自然因素，金絲猴個體的內(nèi)在因素則是相對穩(wěn)定的，但內(nèi)在的相似性卻是金絲猴面部識別面臨的最大難題。部分金絲猴個體在外觀上擁有著極高的相似度，這就需要深度學習模型能夠提取到具有顯著區(qū)分性的特征，這為深度學習算法提出了更高的要求。