摘要
本发明公开了一种基于行为关联身份的野生动物个体识别方法,包括:步骤一、数据采集和预处理;步骤二、提取参与行走的关键点;步骤三、构建多模态时空融合网络;步骤四、提取行走全局特征和行走局部特征;构建超图;将超图输入到超图神经网络,输出用于个体身份识别的全局超图向量;全局超图向量输入分类器,映射到个体ID的概率分布;优化和更新多模态时空融合网络参数;步骤五、应用多模态时空融合网络。本发明引入步态特征用于识别个体;构建超图,全面整合与步态相关的基础信息、整体态势及局部细节,完整呈现个体步态数据全貌;不仅能够有效缓解静态特征在野外场景中应用的局限,还为野生动物种群密度估计和保护提供了新的技术手段。
技术关键词
关键点
识别方法
多模态
身份
特征提取模块
视频
分类器
三元组损失函数
全局特征提取
局部特征提取
身体
步态特征
静态特征
姿态估计
数据采集模块
矩阵
节点
网络模块
识别装置
系统为您推荐了相关专利信息
服务端
可信计算环境
客户端证书
备份
生成虚拟机
口腔健康管理系统
医学影像数据
大数据
口腔健康状况
数据采集模块
公式识别方法
注意力
分支
神经网络模型训练
分类器参数