[发明专利]基于HTC算法的生态生物识别方法

权利要求书

1.基于HTC算法的生态生物识别方法，其特征在于，包括如下步骤：

S1发起生态生物识别请求，根据请求在生态环境中通过采集器采集生物图像，并将采集的生物图像进行存储；

S2收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；

S3通过HTC算法对采集的生物图像数据进行目标检测；

S31将Cascade R-CNN和Mask R-CNN的简单结合；

S32在每个stage里先执行box分支，将回归过的框再交由mask分支来预测mask；

S33在不同的stage的mask分支之间引入直接的信息流；

S34通过引入语义分割分支S来提供空间上下文信息，从而帮助模型区分前景和背景；

S4对区分前景和背景得到图像进行特征提取，使用全局平均池化接全连阶层分类，得到生物图像的特征数据；

S5将得到的生物图像特征数据与生态特征数据库中的特征数据进行对比识别。

2.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S31将相邻阶段的Mask R-CNN通过box分支进行连接。

3.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S32先执行box分支得到box预测结果rt,并将rt经过pool结构后再作为mask分支的输入。

4.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S1对采集的生物图像做颜色校正处理，并采用混合滤波方法对原始图片做降噪处理。

5.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S1对采集的生物图像进行预处理，包括：图像缩放、转置以及图像类型转换。

6.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S1采集生物图像时，获取湖面生物采集器采集图像的时间和位置，并进行存储。

7.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S32每个stage内的bounding box和mask分别采用交替执行。

8.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S34语义分割的特征和原始的bounding box/mask分支融合，增强spatial context。

9.根据权利要求1所述的基于HTC算法的生态生物识别方法，其特征在于，所述步骤S5将识别成功结果进行发送，并将通过将识别成果进行展示。