摘要
本发明提供一种海洋哺乳动物个体识别方法,属于计算机图像识别领域,所述方法基于卷积神经网络模型,结合注意力机制、多尺度特征处理和深度可分离卷积技术,包括数据采集、数据增强、模型构建和模型评估四个步骤。通过本方法的应用,能够准确抓取海洋哺乳动物的面部关键特征,降低模型运算的参数量与计算需求,实现在较小数据集背景下海洋哺乳动物个体的高效准确识别,解决传统方法中高成本、低效率和不友好等海洋哺乳动物个体种群识别挑战。因此,本申请的海洋哺乳动物个体识别方法,具备良好的海洋哺乳动物个体识别能力,可广泛使用于海洋物种调查监测和保护管理领域。
技术关键词
海洋哺乳动物
识别方法
面部关键特征
多尺度特征融合
特征提取模块
融合注意力机制
面部特征
局部细节特征
网络模型结构
卷积神经网络模型
原始图像数据
卷积技术
存储计算机程序
面部识别
通道
处理器
系统为您推荐了相关专利信息
像素点
人脸识别方法
标定算法
人脸识别数据库
坐标
自动识别方法
卫星观测数据
广度优先搜索算法
雷达
网格
连续型数据
深度神经网络模型
样本
矩阵
随机森林
损伤识别方法
振动特征参数
训练样本图像
脏污
训练样本数据