[发明专利]一种基于卷积神经网路的中华白海豚背鳍识别方法

说明书

本发明公开了一种基于卷积神经网络的中华白海豚背鳍识别方法，所述方法包括：构建带有位置框和识别标签的中华白海豚背鳍图像库，并划分为训练样本和测试样本；训练一个用于定位背鳍区域的卷积神经网络；分别训练用于识别背鳍左右侧、背鳍图像质量和背鳍所属个体的三个卷积神经网络；通过用于定位的卷积神经网络定位出测试样本中图像的背鳍区域；通过三个用于识别的卷积神经网络分别识别背鳍区域，并输出背鳍左右侧、背鳍图像质量和背鳍所属个体的识别结果。本发明充分利用卷积神经网络的特征学习能力，可以高效准确地实现对中华白海豚背鳍的自动化识别，有助于海洋生物学家分析中华白海豚的个体习性和种群特性。

技术领域

本发明涉及图像处理技术领域，更具体地，涉及一种基于卷积神经网络的中华白海豚背鳍识别方法。

背景技术

中华白海豚是一个栖息在东南亚东部的沿海物种。近年来，由于沿海开发和交通加重，以及过度捕捞、海水污染等因素，中华白海豚的数量急剧减少。目前，中华白海豚已成为一个濒危物种，需要人类进行大力保护。通常在保护过程中，为追踪观察中华白海豚的生长过程，常常需要对出现在沿海领域的中华白海豚进行识别和统计分析。

传统的识别中华白海豚的方法是在其身上植入标签，但是这种方式需要对中华白海豚进行抓捕，而且植入标签是侵入式的方式，会对中华白海豚造成伤害。相比之下，通过图像识别中华白海豚属于非侵入的方式，而且研究者无需直接接触中华白海豚，因此，这种方式被大多数研究者所接受。他们利用图像中中华白海豚背鳍上随时间变化较小的特征，如背鳍的轮廓、背鳍的斑点和背鳍上的缺刻印记，来持续几年地跟踪同一个个体的生长情况。目前大多数利用图像识别中华白海豚的工作仍然依靠人工完成，包括三步：定位背鳍区域，识别背鳍图像质量和识别背鳍所属个体。这种方式耗时耗力，难以及时处理调查时拍摄的大量图像，而且人工处理存在主观因素，不同团队处理的结果不一致，难以整合。

目前没有针对中华白海豚的自动化的图像识别方法。类似的针对大白鲨背鳍、海豚背鳍或鲸鱼尾鳍的自动化图像识别方法只是基于鳍的轮廓进行识别，而且实验的种群个体数较少。利用这些方法识别中华白海豚背鳍存在以下缺点：忽略了背鳍的斑点所包含的个体特征信息，识别个体数较多的种群时准确率偏低。

发明内容

本发明提供一种基于卷积神经网络的中华白海豚背鳍识别方法，以处理在自然环境下拍摄的中华白海豚背鳍图像，提高背鳍识别的效率和准确率。

为解决上述技术问题，本发明的技术方案如下：

一种基于卷积神经网络的中华白海豚背鳍识别方法，包括以下步骤：

S1：构建带有位置框和识别标签的中华白海豚背鳍图像库，其中位置框标记背鳍在图像中的位置，将中华白海豚背鳍图像库划分为训练样本和测试样本；

S2：利用训练样本分别训练用于定位背鳍区域的第一卷积神经网络、用于识别背鳍左右侧的第二卷积神经网络、用于识别背鳍图像质量的第三卷积神经网络和用于识别背鳍所属个体的第四卷积神经网络；

S3：利用第一卷积神经网络对测试样本的图像背鳍区域进行定位；

S4：利用第二卷积神经网络、第三卷积神经网络和第四卷积神经网络分别识别S3中识别出的背鳍区域，输出背鳍左右侧、背鳍图像质量和背鳍所属个体的识别结果。

优选地，步骤S1中构建带有位置框和识别标签的中华白海豚背鳍图像库中，位置框和识别标签的构建原则具体为：

A1：若图像中的背鳍只有前端或后端可见，则不标记该背鳍的位置框，只标记侧面可见的背鳍；

A2：若图像中的背鳍被遮挡，则不标记该背鳍的位置框，只标记特征可辨别的背鳍；

A3：背鳍图像质量根据背鳍图像清晰度、背鳍角度和背鳍被遮挡程度，按照人为经验从高到低划分为四个图像质量等级；