2024-07-19 來(lái)源:中國(guó)綠色時(shí)報(bào)
北京林業(yè)大學(xué)張軍國(guó)教授團(tuán)隊(duì)提出了一種新的鳥(niǎo)類(lèi)識(shí)別方法,相關(guān)文章《基于TC-YOLO模型的北京珍稀鳥(niǎo)類(lèi)識(shí)別方法》日前已在《生物多樣性》期刊發(fā)表。
據(jù)了解,這一新的鳥(niǎo)類(lèi)識(shí)別方法,具備優(yōu)越的識(shí)別和泛化性能,平均精度優(yōu)于以往方法,能夠有效識(shí)別背景復(fù)雜或外觀相似的鳥(niǎo)類(lèi)圖像,可以為北京地區(qū)珍稀鳥(niǎo)類(lèi)保護(hù)提供技術(shù)支撐, 具有重要的實(shí)際應(yīng)用價(jià)值。研究項(xiàng)目得到國(guó)家自然科學(xué)基金、中央高校優(yōu)秀青年團(tuán)隊(duì)項(xiàng)目、北京市自然科學(xué)基金和國(guó)家林草局林業(yè)科技成果推廣計(jì)劃的支持。
近年來(lái), 利用深度學(xué)習(xí)技術(shù)自動(dòng)識(shí)別鳥(niǎo)類(lèi)成為鳥(niǎo)類(lèi)調(diào)查保護(hù)的重要手段之一。由于實(shí)際鳥(niǎo)類(lèi)圖像普遍存在復(fù)雜背景,相近科屬的鳥(niǎo)類(lèi)看起來(lái)十分相似,因此使得深度學(xué)習(xí)模型識(shí)別容易出現(xiàn)漏檢和誤檢。下一步,團(tuán)隊(duì)將結(jié)合鳥(niǎo)類(lèi)圖像、音頻以及地理位置信息等,開(kāi)展多模態(tài)鳥(niǎo)類(lèi)識(shí)別研究。(鐵錚)