[發明專利]融合視覺顯著性的鳥類識別方法和系統

在審

• 申請號: 202211550489.0
• 申請日: 2022-12-05
• 公開（公告）號: CN116052206A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 祝禮佳
• 申請（專利權）人: 廣州辰創科技發展有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/46;G06V10/42;G06V10/80;G06V10/82;G06N3/0464
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 康婕

1.一種融合視覺顯著性的鳥類識別方法，其特征在于，包括：

獲取待檢測的圖像；

利用殘差譜對待檢測的圖像進行處理，得到頻域顯著圖；

利用全局對比度對待檢測圖像的Lab顏色域處理獲得時域全局性特征顯著圖；

利用局部對比度對待檢測圖像的RGB顏色域進行處理獲得時域局部特征顯著圖；

將待檢測圖像、頻域顯著圖、時域全局性特征以及時域局部特征顯著圖融合為多通道圖像，得到輸入圖像；

利用圖像識別模型對輸入圖像進行預測，確定輸入圖像中鳥類的位置和分類。

2.根據權利要求1所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述利用殘差譜對待檢測的圖像進行處理，得到頻域顯著圖，具體是：

對待檢測的圖像進行灰度化處理，獲得灰度圖像；

基于對數譜與對數譜的均值之差獲得頻域顯著圖像。

3.根據權利要求2所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述頻域顯著圖像以S1表示，其中，

S1＝g(x)*F^-1[exp(R(f)+P(f))]²；

g(x)表示對殘差普獲得的顯著特征進行高斯濾波操作，F^-1表示快速傅里葉逆變換，P(f)表示相位譜，其中R(f)表示殘差譜；

P(f)＝S(F[I_gray(x)])；

R(f)＝L(f)-h_n(f)*L(f)；

h_n(f)表示均值濾波操作，n表示濾波器窗口大小，L(f)表示對數譜，即對傅里葉變換獲得的幅度譜取對數運算；

R(f)＝log(R(F[I_gray(x)]))；

其中，F表示快速傅里葉變換。

4.根據權利要求1所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述利用全局對比度對待檢測圖像的Lab顏色域處理獲得時域全局性特征顯著圖，具體是：

將待檢測圖像的顏色空間域轉換成Lab顏色空間域；

按照以下公式進行處理得到時域全局性特征顯著圖S2；

其中c表示遍歷Lab三個通道層，a_c表示三個通道分別計算的視覺顯著圖進行加權的權重值，經驗值為1/c，n表示顏色值覆蓋范圍，f_j表示顏色值j出現的頻率，D(V_cx,V_cj)表示顏色值x與顏色值j之間的顏色距離。

5.根據權利要求1所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述利用局部對比度對待檢測圖像的RGB顏色域進行處理獲得時域局部特征顯著圖，具體是：

將待檢測圖像的顏色空間域轉換成RGB顏色空間；

按照以下公式處理得到時域局部特征顯著圖S3；

其中，

設像素點x為R1和R2的中心點，R1邊長小于R2，局部對比度體現在第一窗口R1區域的顏色值均值與第二窗口R2區域的顏色值均值的距離，距離度量D采用歐式距離，時域局部特征顯著圖S3由分別處理RGB三通道獲得顯著圖加權融合獲得。

6.根據權利要求1所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述多通道圖像是六通道圖像；

所述圖像識別模型是輸入層為通道數為6的yolov5模型。

7.根據權利要求6所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述yolov5模型包括：

特征挖掘層，用于對原始圖像的視覺顯著性特征進行挖掘；

特征提取網絡，用于對輸入圖像進行特征提取；

SPP模塊與PANet網絡，用于對卷積層提取的特征進行進一步提取；

檢測頭部分，用于對目標位置提取和類別的劃分。

8.根據權利要求7所述的融合視覺顯著性的鳥類識別方法，其特征在于，所述特征提取網絡包括多個卷積模型，其中，在最后一個卷積模型中設置有注意力機制模塊。