[發明專利]基于HKRM算法的生態生物識別方法

在審

• 申請號: 202210586342.0
• 申請日: 2022-05-26
• 公開（公告）號: CN114863484A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 楊志峰;沈永明;張遠;蔡宴朋
• 申請（專利權）人: 瀾途集思生態科技集團有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/05;G06V10/82;G06V10/20;G06V10/25;G06V10/764;G06K9/62;G06V10/26;G06V10/40;G06V10/74;G06N3/04;G06Q10/06;G06Q50/26
• 代理公司: 北京市京師律師事務所 11665
• 代理人: 黃熊

1.基于HKRM算法的生態生物識別方法，其特征在于，包括如下步驟：

S1發起生態生物識別請求，根據請求在生態環境中通過采集器采集生物圖像；

S2對待識別的生物圖像進行預處理，然后將預處理后待識別的生物圖像及其對應的候選框送入神經網絡；

S3神經網絡對生物圖像進行處理，在訓練過程中輸出待識別生物圖像對應每一個類別的概率數值，在測試過程中輸出待識別生物圖像預測的框的坐標、類別、得分；

S4選取處理后的生物圖像，并通過HKRM算法進行圖像分割處理得到圖像；

S5對分割處理得到圖像進行特征提取，得到生物圖像的特征數據；

S6將得到的生物圖像特征數據與生態特征數據庫中的特征數據進行對比識別。

2.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述對待識別的生物圖像進行預處理，包括首先對生物圖像進行標準化處理，再隨機選擇一個數值，將生物進行對應數值的縮放。

3.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述采集生物圖像進行轉換處理，得到過渡域圖像，所述過渡域圖像包括生物圖像中的目標物體、標注信息以及背景信息。

4.根據權利要求3所述的基于HKRM算法的生態生物識別方法，其特征在于，所述過渡域圖像以及生物圖像輸入對抗學習模型中，訓練目標檢測模型，得到訓練后的目標檢測模型。

5.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述步驟S5通過目標檢測模型中的卷積網絡提取過渡特征中的待識別特征圖,根據待識別特征圖識別所述過渡域圖像中的標注信息以及目標物體的類別。

6.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述步驟S5特征提取包括一個卷積層和一個最大池化層，利用目標檢測網絡中的特征提取支路，對待檢測圖像進行淺層特征提取，得到待檢測圖像對應的淺層特征圖。

7.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述步驟S1對采集生物圖像數據進行加密處理，并將加密處理后的生物圖像數據放入存儲器中進行存儲。

8.根據權利要求1所述的基于HKRM算法的生態生物識別方法，其特征在于，所述步驟S9生物圖像特征數據對比識別成功后，發送識別成功的提示信息，并展示。