[发明专利]一种鸟类寤寐节律检测方法、装置、终端设备及存储介质

说明书

本发明公开一种鸟类寤寐节律检测方法、装置、终端设备及存储介质，包括：步骤(1)采集端获取原始视频；(2)建模端接收原始视频；(3)对原始视频进行预处理，具体为将视频转化为单帧图像并调整图像尺寸、将图像进行特征提取、特征选择；(4)建立图像中鸟类位置识别模型；(5)确定原始视频各帧中鸟类位置并绘制视频中鸟类运动的速度‑时间曲线；(6)选用特定时间窗对速度‑时间曲线进行截取并建立鸟类状态识别模型；(7)识别端接收待检测视频；(8)进行鸟类昼夜节律的识别；(9)对于新采集的视频，重复步骤(1)～步骤(6)以更新步骤(4)、步骤(6)建立的模型。

技术领域

本发明属于视频图像处理技术领域，尤其涉及一种鸟类寤寐节律检测方法、装置、终端设备及计算机可读存储介质。

背景技术

目前在对鸟类昼夜节律进行识别时，一般都需要实验人员在现场进行记录或人工观看24小时闭路视频，通过主观经验进行判断，识别的结果并没有一个统一的依据与规则。主观性较强，稳定性可靠性较差。且识别过程需要消耗大量的人力以及时间精力，识别的效率低。

发明内容

本发明的目的是为了克服现有技术中的不足，提供一种鸟类寤寐节律检测方法、装置、终端设备及计算机可读存储介质。用于对视频中鸟类寤寐节律进行检测。检测装置采集实验鸟类闭路视频信息并将数据传输给终端设备，终端设备对视频进行处理后分别进行图像中鸟类位置识别模型及鸟类状态识别模型的建立并将其储存于计算机可读存储介质中。终端接收到新视频后即可运用两个模型进行鸟类寤寐节律检测同时可对两个模型进行更新。

本发明的目的是通过以下技术方案实现的：

一种鸟类寤寐节律检测方法，包括以下步骤：

(1)采集端获取原始视频；

(2)建模端接收原始视频；

(3)对步骤(2)中接受的原始视频进行预处理，具体为将视频转化为单帧图像并调整图像尺寸、将图像进行特征提取、特征选择；

(4)建立图像中鸟类位置识别模型；

(5)确定原始视频各帧中鸟类位置并计算视频中鸟类运动的速度随时间变化的速度时序数据；

(6)选用时间窗对速度时序数据进行截取并建立鸟类状态识别模型；

(7)识别端接收待检测视频；

(8)利用鸟类位置识别模型和鸟类状态识别模型进行鸟类昼夜节律的识别；

(9)对于新采集的视频，重复步骤(1)～步骤(6)以更新鸟类位置识别模型和鸟类状态识别模型；

其中，所述图像中鸟类位置识别模型是通过若干个鸟类位置标签的图像数据作为训练集进行训练的；所述鸟类状态识别模型是通过若干个鸟类状态标签的时间序列数据作为训练集进行训练的；鸟类状态包括清醒和睡眠。

进一步的，所述原始视频单帧分辨率为1280像素*720像素，帧速率为15帧/秒；视频格式为.mp4、.avi编码格式。

进一步的，步骤(4)所述的图像中鸟类位置识别模型为Faster RCNN模型；FasterRCNN模型通过若干个卷积层、池化层和全连接层形成特征层；所述特征层用于计算输入的图片中鸟类的位置与置信度。

进一步的，步骤(6)所述的鸟类状态识别模型为LSTM模型；LSTM模型由一个序列输入层、一个BiLSTM层、一个全连接层和一个Softmax层组成，用于判断所输入的速度时序数据所反映的鸟类状态。

本发明还提供一种鸟类寤寐节律检测装置，基于所述鸟类寤寐节律检测方法，包括：

采集端，用于采集鸟类行为动作视频；