摘要
本发明公开了一种基于端侧人工智能的多模态鸟类监测方法及系统,涉及生态监测与人工智能技术领域,方法包括:利用部署在监测节点的边缘设备实时采集鸟类声纹信号和图像流,并进行本地预处理;利用声纹识别模块基于预处理后的鸟类声纹信号提取鸟类声纹特征;利用图像识别模块基于预处理后的鸟类图像流提取精细化的鸟类图像特征;利用多模态融合模块将鸟类声纹特征和鸟类图像特征进行融合和特征分类,并使用机器学习线性回归方法获得影像中鸟类定位信息;将分类结果及鸟类定位信息进行本地存储或通过低功耗通信协议传输至中心平台。本发明解决了传统监测方案的高延迟、高误检率问题,适用于无网络覆盖的野外环境,具备低功耗、高精度的优势。
技术关键词
图像识别模块
监测方法
声纹特征
线性回归方法
金字塔网络
加权特征
轻量化卷积神经网络
多模态
低功耗
波束成形技术
广角摄像头
麦克风阵列
双线性插值
人工智能技术
信号
影像
融合特征
系统为您推荐了相关专利信息
储能系统
性能监测方法
电芯
中央数据处理装置
时序
尺寸测量方法
参数校准
初始运行状态
阻火器
图像识别模块
远程监测系统
远程监测方法
多光谱传感器
故障诊断模块
电磁阀模块
无人机多光谱遥感
参数监测方法
甘薯
监测系统
时间段
无损监测方法
可见光图像
三维模型
轮廓数据
校对方法