[发明专利]野外自供能动物抓拍图片动物识别方法

说明书

本发明公开了一种野外自供能动物抓拍图片动物识别方法，包括抓拍装置，该抓拍装置内设置红外阵列传感器和摄像机，所述红外阵列传感器用于获取128*128的红外阵列温度图片，所述摄像机用于获取X*Y的彩色图片RGB；具体识别算法步骤为：S1：将红外阵列温度图片、彩色图片RGB压缩合并，形成合并图片数据Input；S2：将步骤S1得到的合并图片数据Input送入数据卷积网络结构进行处理后，得到输出图片数据Output；S3：设定判断阈值，根据输出图片数据Output的取值，判定是否有动物。有益效果：通过建立数据卷积网络结构，将图片数据化，简单化，进行出来，有效提高了处理速度，缩小了数据处理量。

技术领域

本发明涉及图片处理和识别技术领域，具体的说是一种野外自供能动物抓拍图片动物识别方法。

背景技术

准确掌握野生动物的种群分布、数量规模、生活环境、生存质量和栖息状况等信息，是野生动物生态学研究的基础，可为野生动物生态研究和有效保护野生动物提供科学依据。因此，网格化监测野生动物种群及分布信息极为重要。

除人工野外调查外，24h物联网自动监测是极为重要的技术手段。当前，野生动物红外拍摄相机在国内得到广泛应用，当野生动物出现在红外拍摄相机监测视场范围内时，通过红外热释电传感技术感知动物而触发相机拍摄，并将照片存储在数据存储卡中，由人工定期取卡获得野生动物拍摄照片或通过移动通信网络回传照片。

但是由于图片没有经筛选导致数据量巨大，在现有技术中，还处于人为筛选的阶段。由于摄像设备众多，导致数量量庞大，在进行筛选过程中，大多会进行快进筛选，而野生动物在镜头内活动时间一般也就几秒钟，在快进查看、筛选过程中经常出现遗漏、错过的情况。

目前出现了一些图片识别的方法，但是现有技术中，使用与针对单张或者少量图片的识别是有用的，现有识别速度慢、处理算法复杂，针对单张图片，就需要耗费大量的计算内容和计算数据，并且需要占用很大的内存，不适用于大量图片识别。当将野外拍摄的视频数据分帧后放入现有的识别方法中，处理速度慢，占用内部大，对识别处理器的要求高，不能满足需求。

发明内容

针对上述问题，本发明提供了一种野外自供能动物抓拍图片动物识别方法，通过建立数据卷积网络结构，将图片数据化，简单化，进行出来，有效提高了处理速度，缩小了数据处理量。

为达到上述目的，本发明采用的具体技术方案如下：

一种野外自供能动物抓拍图片动物识别方法，包括抓拍装置，该抓拍装置内设置红外阵列传感器和摄像机，所述红外阵列传感器用于获取128*128的红外阵列温度图片，所述摄像机用于获取X*Y的彩色图片RGB；具体识别方法步骤为：

S1：将红外阵列温度图片、彩色图片RGB压缩合并，形成合并图片数据Input；

S2：将步骤S1得到的合并图片数据Input送入数据卷积网络结构进行处理后，得到输出图片数据Output；

S3：设定判断阈值，根据输出图片数据Output的取值，判定是否有动物。

将红外阵列温度图片、彩色图片RGB压缩合并，针对野生动物的拍摄特征，选取了热成像图片，并且结合彩色图片，建立一个四通道的图片数据。并将数据放入数据卷积网络结构，进行卷积计算得出最优结果。从而数据识别结果。

进一步的技术方案，步骤S1的内容为：

根据红外阵列温度图片的尺寸，将彩色图片RGB尺寸映射成为3通道的128*128的调整图片数据；

根据所述红外阵列温度图片得到1通道128*128的红外温度数据；

将所述调整图片数据和所述红外温度数据压缩合并，形成4通道、128*128的合并图片数据Input。