-
题名基于特征融合的细粒度鸟类图像分类研究
- 1
-
-
作者
李昊霖
俞成海
卢智龙
陈涵颖
-
机构
浙江理工大学计算机科学与技术学院
华北电力大学
-
出处
《计算机时代》
2023年第12期130-134,共5页
-
文摘
特征金字塔(FPN)因能将低尺度的特征与更高尺度的特征融合、呈现每个层次丰富的语义信息,而被广泛应用于小尺度目标定位识别中,但其目前无法连接跨尺度特征信息,且分类准确率不高。本文提出特征融合金字塔模块(FFPN),通过在ResNet50主干网络中引入FFPN模块,有效地提高了细粒度鸟类图像分类的性能。模型在CUB-200-2011数据集上达到了83.379%的分类准确度,在Bird-400数据集中达到了91.201%的准确度,实现了较好的分类效果。
-
关键词
特征融合
多尺度特征
细粒度图像分类
鸟类图像识别
-
Keywords
feature fusion
multi-scale features
fine-grained image classification
bird image recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名带先验信息的SVM决策树的鸟类图像识别研究
被引量:1
- 2
-
-
作者
陈伟斌
-
机构
福州大学数学与计算机科学学院
-
出处
《河南城建学院学报》
CAS
2009年第6期45-48,共4页
-
文摘
本文在认真研究分析鸟类图像基础上,有效提取了鸟类图像的分类特征,并提出一种带先验信息的SVM决策树解决方案,该方案充分发挥了SVM和决策树的优点,简化了分类器的设计;并利用先验信息分类器分类效率高的优点,在一定程度上弥补了决策树错误累积的缺陷。实验表明,提取的特征简单有效,分类方案合理,获得了较好的分类识别率,实现了对闽江口15种鸟类的有效分类。
-
关键词
SVM
决策树
鸟类图像
先验信息
特征提取
-
Keywords
SVM
Decision Tree
bird image
priori information
feature extraction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名鸟类图像分类特征的选择与提取
- 3
-
-
作者
陈伟斌
-
机构
福州大学数学与计算机科学学院
-
出处
《长江大学学报(自科版)(上旬)》
CAS
2009年第4期265-267,共3页
-
文摘
在认真研究分析鸟类图像基础上,选择提取了鸟类图像的颜色、形状及纹理特征,有效地融合了鸟类图像的整体和局部特征,并将其用于鸟类图像的自动识别分类。经试验表明,提取的特征有效,分类效果较好,并具有一定的鲁棒性,能够较好地代表鸟类物种的分类特性。
-
关键词
鸟类图像
特征提取与选择
颜色
形状
Gabor纹理
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于残差卷积神经网络模型的勺嘴鹬动作识别
- 4
-
-
作者
杨雪珂
蒙金超
冯悦恒
林婷婷
王兆君
刘辉
-
机构
海南大学林学院
中国科学院动物研究所
-
出处
《热带生物学报》
2023年第5期481-489,共9页
-
文摘
为开启海南热带地区鸻鹬类涉禽的动作识别以及其他野生鸟类行为学自动识别的研究,建立了基于野外采集影像的勺嘴鹬(Eurynorhynchus pygmeus)动作图像数据集。该数据集由表达勺嘴鹬主要行为模式的9种动作标签组成;同时利用ResNet50、ResNet101和ResNet152共3种残差卷积神经网络模型尝试对勺嘴鹬的动作进行自动识别。结果表明,ResNet50、ResNet101、ResNet152测试集准确率分别为96.90%、96.94%和96.90%,说明3种模型都能对勺嘴鹬图像进行快速准确的动作识别。
-
关键词
残差卷积神经网络
鸟类图像
动作识别
勺嘴鹬
-
Keywords
residual convolutional neural network
bird image
movement recognition
spoon-billed sandpiper
-
分类号
Q958
[生物学—动物学]
-