結(jié)合姿態(tài)對齊和部位表達的鄱陽湖鳥類種群細(xì)粒度識別.pdf

1、位于我國江西省北部的鄱陽湖是我國重要的淡水濕地，是鳥類的天堂，但隨著環(huán)境的變化，鳥類數(shù)目逐年減少。自1998年以來，為更好的保護和監(jiān)測鳥類，江西省林業(yè)廳每年都定期對鄱陽湖水鳥組織開發(fā)調(diào)查，由此可見保護鄱陽湖鳥類的重要性。然而，目前對于大多數(shù)研究都是針對鄱陽湖鳥類數(shù)量、物種，采集各個物種的標(biāo)本等，人工量大，而且耗時，難以為實時監(jiān)測瀕臨滅絕的國家級保護鳥類提供基礎(chǔ)。而目前已有的鳥類數(shù)據(jù)集CUB-200不能完全覆蓋鄱陽湖的鳥類種類，因此本文初

2、步建立一個鄱陽湖的鳥類數(shù)據(jù)集.針對已標(biāo)注的鄱陽湖的國家一級保護鳥類和二級保護鳥類，結(jié)合計算機視覺技術(shù)，提出了一種結(jié)合姿態(tài)對齊和部位表達的鳥類分類方法，為實現(xiàn)自動監(jiān)測和保護瀕臨滅絕的鳥類提供基礎(chǔ)。
　　圖像分類計算機視覺的一個方向，圖像分類任務(wù)主要包含兩種類型，一種是傳統(tǒng)的圖像識別，另一種是基于細(xì)粒度的圖像識別。在傳統(tǒng)的圖像識別任務(wù)中，通常目標(biāo)的屬性差異都是非常大的，例如自行車、人、樹、飛機等。而在細(xì)粒度圖像識別任務(wù)中，主要是在同一

3、大類內(nèi)區(qū)分子類，比如在鳥類中區(qū)分灰鶴和白枕鶴，它所識別的目標(biāo)之間的差異只存在于一些微妙的區(qū)域，比如鳥嘴或是翅膀，而這些細(xì)微的不同之處又容易被背景、位置、光照等因素覆蓋。對此，一般的研究方法跟傳統(tǒng)的圖像識別方法相似，提取整體特征做識別，但是這并不能取得很好的效果，因為它們忽略了細(xì)節(jié)部分。還有些研究方法通過檢測顯著區(qū)域來提取部位特征來做識別，但是通常這個顯著區(qū)域范圍較大，提取的特征不一定能很好的表示目標(biāo)之間的差異。
　　研究表明，目標(biāo)

4、部件的特征在細(xì)粒度識別中是非常關(guān)鍵的，有效定位到圖像部件并把部件的有效特征提取是至關(guān)重要的。因此本文根據(jù)建立的鄱陽湖鳥類數(shù)據(jù)庫，提出了一種新的細(xì)粒度對象識別方法。首先提取圖像形狀特征，利用K-means進行姿態(tài)聚類令姿態(tài)相似的目標(biāo)歸于一類，使得目標(biāo)間的差異更好的展現(xiàn)出來；然后根據(jù)部件的標(biāo)注計算各個姿態(tài)類的部件位置，用 HOG、LDP以及HSV分別對圖像部位的形狀、紋理、顏色特征進行提取，并結(jié)合圖像的整體特征做分類。經(jīng)過實驗表明，我們的方