摘要
本发明涉及图像识别分类领域,公开了一种适用于低照度环境下的野生动物种类识别方法,其包括:目标图像的获取,实时获取存在有野生动物的目标图像;图像处理,对于获取的目标图像通过小波变换进行图像处理;图像识别,使用深度学习对处理图像进行学习获取权重,对权重进行傅里叶变换,获取傅里叶域信息,结合图像的元信息,通过非线性嵌入的多层全连接神经网络对元信息进行向量化,结合向量化后的信息进行图像的识别。本发明通过频域信息叠加空间域信息的改进方法,结合动物出现的时间,地理位置信息,在增加少量参数的前提下,有效提升户外野生动物识别能力,尤其是在低照度低分辨率下对野生动物细分类能力。
技术关键词
识别方法
照度
图像处理
小波域
残差网络
无损方式
注意力机制
神经网络对图像
图像识别分类
参数
非线性
动态
地理位置信息
频率
图像块
坐标
分辨率
动物
系统为您推荐了相关专利信息
矿井钢丝绳
矿井提升钢丝绳
损伤识别方法
输出特征
损伤识别装置
图像预测方法
滑动特征
网络解码器
合并单元
数据
去噪模型
拉普拉斯金字塔
波形
图像分割
水下管道检测装置