[發明專利]基于深度學習的大熊貓行為識別方法、系統、終端及介質

有效

• 申請號: 202011116733.3
• 申請日: 2020-10-19
• 公開（公告）號: CN112016527B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 侯蓉;陳鵬;江偉建;張志和;潘賈爾·史瓦盧普;吳永勝
• 申請（專利權）人: 成都大熊貓繁育研究基地
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/25;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 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深度學習的大熊貓行為識別方法，包括：獲取大熊貓的日?；顒訄D像；將所述大熊貓的日?；顒訄D像輸入到目標檢測網絡中進行目標檢測，得到以輸出邊界框劃出的大熊貓面部及熊貓身體；提取出檢測到的大熊貓面部區域圖像和大熊貓身體區域圖像；對大熊貓面部區域圖像和大熊貓身體區域圖像進行歸一化；使用神經網絡將歸一化后的圖像進行特征分析，學習不同行為；輸出大熊貓面部動作和身體行為的分類結果。該方法基于大熊貓日?；顒訄D像，可以準確判斷大熊貓休息、坐、行、攀爬和進食的行為以及判斷大熊貓眼睛和嘴部睜開或閉上狀態，具有遠距離、非入侵、智能、低成本地觀察跟蹤大熊貓行為等優點。

技術領域

本發明涉及計算機軟件技術領域，具體涉及一種基于深度學習的大熊貓行為識別方法、系統、終端及介質。

背景技術

大熊貓（熊貓）作為標志性瀕危物種，在過去幾十年中受到極大關注。相應地，熊貓保護工作也開展得如火如荼。為了保護野生大熊貓，擴大了大熊貓棲息地的占地面積，搭建了將分散的大熊貓棲息地連接起來的綠色走廊帶，開展防盜獵和非法砍伐的巡邏工作，同時增強當地的自然保護區管理能力。上述屬于相對被動的措施。另一方面我們也采取了主動措施，將人工培育的大熊貓放歸野外，以增加野生大熊貓的數量。圈養大熊貓對熊貓保護工作起著非常重要的作用。目前全世界共有600只圈養大熊貓。了解大熊貓的行為，對它們的身體健康和成功繁殖至關重要。

熊貓雖然屬于食肉動物，但實際上幾乎只吃竹子。它們需要花費大量時間來進食，平均每天的進食時間超過12個小時。除進食外，熊貓全天大部分時間都處于休息狀態；因此它們每日的能量消耗異常低。但是，有些大熊貓比其他同類更為活躍。它們行走和攀爬的頻率要高于其他熊貓。同人類一樣，對大熊貓而言休息、運動和飲食也是保持健康的重要因素。因此，準確記錄大熊貓的行為，將有助于它們的健康狀況管理，以及檢測由于其健康狀況發生變化而引發的異常行為。除了健康狀況外，大熊貓的行為作為其個性反映，也是與其成功繁殖和識別理想交配對象息息相關的一個重要因素。雄性比其雌性伴侶更具攻擊性的組合的交配及繁殖成功率高于雌性比雄性伴侶更具攻擊性的組合。在他們的研究中，使用了從熊貓飼養者的反饋信息中采集的主觀評分來對熊貓的個性進行分類。圈養熊貓的行為除了與健康和繁殖相關，還可能會影響它們放歸野外環境后的生存情況。一些科學家對熊貓行為的季節性變化感興趣。盡管熊貓的行為對其保護工作至關重要，但目前尚無對它們的行為進行長時間有效監測的方法。目前，生態學家對熊貓行為的研究，仍然以觀察和飼養員給出的主觀反饋為基礎進行分析。飼養員與大熊貓的互動較多，但他們無法保證一天24小時對其進行觀察并準確記錄，熊貓行為是其健康狀況和其他保護行動的重要指標之一，因此有必要提出對熊貓的行為進行自動識別的方法。

發明內容

針對現有技術中的缺陷，本發明實施例提供一種基于深度學習的大熊貓行為識別方法、系統、終端及介質，能根據大熊貓的日常活動圖像自動識別出大熊貓的行為，行為識別結果準確度高。

第一方面，本發明實施例提供的一種基于深度學習的大熊貓行為識別方法，包括：

獲取大熊貓的日?；顒訄D像；

將所述大熊貓的日?；顒訄D像輸入到目標檢測網絡中進行目標檢測，得到以輸出邊界框劃出的大熊貓面部及熊貓身體；

提取出檢測到的大熊貓面部區域圖像和大熊貓身體區域圖像；

對大熊貓面部區域圖像和大熊貓身體區域圖像進行歸一化，得到歸一化后的圖像；

使用神經網絡將歸一化后的圖像輸入行為分類網絡中進行特征分析，學習不同行為并分類；

輸出大熊貓面部動作和身體行為的分類結果。

第二方面，本發明實施例提供的一種基于深度學習的大熊貓行為識別系統，圖像獲取模塊、目標檢測模塊、圖像提取模塊、歸一化處理模塊、行為分類模塊和結果輸出模塊，其中，

所述圖像獲取模塊用于獲取大熊貓的日?；顒訄D像；