[发明专利]一种野生动物检测方法、装置、存储介质及电子设备

说明书

本发明公开了一种野生动物检测方法、装置、存储介质及电子设备，属于野生动物检测领域。进行检测时包括将待检测的野生动物图像输入特征提取网络提取特征；将提取到的特征与自底向下路径中对应的特征通过跳跃连接方式进行特征融合；将融合后的特征进行映射输出，得到预测框及其对应的类别和置信度；对重叠的预测框进行筛选，输出动物检测结果。本发明通过充分融合网络浅层的细节信息和深层的语义信息，并且对重叠目标的预测框进行抑制，有效地提高了对野生动物的检测精度，从而对于野生动物的监管起到积极的作用。

技术领域

本发明属于野生动物检测领域，具体涉及一种野生动物检测方法、装置、存储介质及电子设备。

背景技术

随着工业的发展，人类对自然的破坏日益严重，越来越多的野生动物濒临灭绝。野生动物的生存和繁衍对维护自然系统平衡，保持物种多样性，实现可持续发展具有重要的意义。为了有效监管野生动物，大量科学技术投入了野生动物检测领域，包括卫星遥感、DNA条形码、热红外相机以及GPS(全球定位系统)等。

近年来，利用计算机视觉进行野生动物检测的技术日益成熟，克服了传统方法分辨率低，数据传输慢等问题。利用监控相机捕捉野外场景后，将图像传至终端进行分析，利用目标检测算法对场景中的野生动物进行实时定位与分类，通过这一手段，对森林、高原和山谷等地区的野生动物进行有效的检测。例如申请号为201910261788.4的中国专利公开了一种基于多特征图融合的野生动物视频目标检测方法，该专利在进行野生动物检测时，包括获取视频序列图像，提取视频序列图像中每一帧图像的特征图；判断视频序列图像中的相邻帧图像是否满足融合条件；若相邻帧图像满足融合条件，则对相邻帧图像进行特征图融合；对融合后的特征图进行类别与目标框的预测，获得具有目标语义关联信息的最终检测结果。

然而，在野外场景下捕捉到的图像中，野生动物常常成群结队，并且由于物种的差异以及与监控相机的距离，目标间的尺寸差异悬殊，使得采集的野生动物图像中存在着多尺度和多目标的重合问题，从而严重影响了野生动物检测检测精度，使得利用现有技术进行野生动物检测时，检测效果不佳。

发明内容

技术问题：针对采集的野生动物图像中存在着多尺度和多目标的重合，导致野生动物检测的检测精度差的问题，本申请提供一种野生动物检测方法、装置、存储介质及电子设备，从而可以准确地对野生动物进行检测。

技术方案：第一方面，本申请提供一种野生动物检测方法，包括：

将待检测的野生动物图像输入特征提取网络提取特征；

将提取到的特征与自底向下路径中对应的特征通过跳跃连接方式进行特征融合；

将融合后的特征进行映射输出，得到预测框及其对应的类别和置信度；

对重叠的预测框进行筛选，输出动物检测结果。

进一步地，所述特征提取网络包括依次连接的CBL模块、第一残差块Res1、第二残差块Res2、第三残差块Res8、第四残差块Res8、第五残差块Res4，所述将待检测的野生动物图像输入特征提取网络提取特征的方法包括：

提取第三残差块Res8输出的第一特征；

提取第四残差块Res8输出的第二特征；

提取第五残差块Res4输出的第三特征。

进一步地，所述的将提取到的特征与自底向下路径中对应的特征通过跳跃连接方式进行融合的方法包括：

将所述第三特征送入一个CBL模块，得到第四特征；

将所述第四特征送入一个CBL模块，并经过上采样得到第五特征；

将所述第二特征与第五特征进行Concat融合，得到第六特征；