基于改进Cascade R-CNN的雪豹物种水平的自动检测方法
作者:张毓; 高雅月; 常峰源; 谢将剑; 张军国
更新时间:
雪豹(Panthera uncia)的皮毛具有很强的隐蔽性。红外摄像机监控图像中的雪豹与背景相似,监控图像中雪豹的大小不同。为了提高雪豹雪豹的检测精度,将三种不同的检测器级联,并在特征提取网络中引入特征金字塔结构,改进级联r-cnn模型,实现雪豹的自动检测。以项目组采集的雪豹监测图像为数据集,评价结果表明,该方法可以更好地实现雪豹的识别和定位,无论是白天/夜间图像还是同时显示不同大小的图像,平均准确率为93.0%,与Faster相比,CNN和SSD-300(Singleshot multibox detector 300)分别增长了9.0%和3.9%。将该模型应用于于雪豹监测图像的自动筛选,可以大大提高工作效率。