[发明专利]区域内生物多样性的监测方法、装置、设备以及存储介质

权利要求书

1.一种区域内生物多样性的监测方法，其特征在于，包括：

获取所述区域内的拍摄信息；

通过不同的图像特征提取模型从所述拍摄信息中提取各生物的特征集；所述特征集包括生物的多项特征；

将各个所述特征集与预设的生物特征库进行特征比较，分别得到各个所述生物的生物个体信息；其中，所述生物特征库中预存有各个生物的特征，所述生物个体信息为与所述预设的生物特征库中各个生物的相似度；

将各所述生物个体信息与所述区域内记载的区域生物数据库进行比较；

根据比较结果对所述区域生物数据库中记载的生物个体信息进行更新。

2.如权利要求1所述的区域内生物多样性的监测方法，其特征在于，所述通过不同的图像特征提取模型从所述拍摄信息中提取各生物的特征集的步骤之前，还包括：

获取多个不同类别的训练数据集；其中，所述训练数据集包括同种类型的生物图像以及所述生物图像种对应生物的标注特征；

将各所述训练数据集分别输入至不同的初始图像特征提取模型中，得到各个类型生物对应的训练后的图像特征提取模型。

3.如权利要求2所述的区域内生物多样性的监测方法，其特征在于，所述将各个所述特征集与预设的生物特征库进行特征比较的步骤，包括：

将所述特征集中的各个目标特征与所述预设的生物特征库中的特征进行相似度比较；

根据相似度比较结果，对该生物的目标特征对应各所述预设的生物特征库中的生物进行加权和计算，得到对应各生物的综合相似值；

判断所述综合相似值最大的综合相似值是否大于预设相似度值；

若是，则将所述最大的综合相似值对应的生物个体信息记为所述目标特征对应生物的生物个体信息。

4.如权利要求3所述的区域内生物多样性的监测方法，其特征在于，所述根据相似度比较结果，对该生物的目标特征对应各所述预设的生物特征库中的生物进行加权和计算的步骤之前，还包括：

获取所述生物特征库中各个生物的特征高斯分布；

根据公式计算所述特征集中第t个特征与第i个生物的特征高斯分布之间的特征相关值；其中，Cv(i，t)表示所述特征相关值，所述p_j(x_t)表示第t个特征在第j个生物的特征高斯分布中所对应的概率值，w_j表示第j个生物的特高斯分布对应的权重值，M表示生物的总个数；

将所述特征相关值按照其数值大小进行比例缩放，得到各生物各自对应的特征的权重。

5.如权利要求1所述的区域内生物多样性的监测方法，其特征在于，所述根据比较结果对所述区域生物数据库中记载的生物个体信息进行更新的步骤，包括：

获取所述区域生物数据库中各个生物的生物个体信息上一次更新的时间至当前时间的时间差；

判断所述时间差是否超过了预设时间长度；

若超过了所述预设时间长度，则将该生物从所述区域生物数据库中移出。

6.如权利要求2所述的区域内生物多样性的监测方法，其特征在于，所述初始图像特征提取模型包括循环神经网络模型，所述循环神经网络模型包括：输入层、隐藏层和输出层；

所述将各所述训练数据集分别输入至不同的初始图像特征提取模型中，得到各个类型生物对应的训练后的图像特征提取模型的步骤包括：

将各所述训练数据集分别输入至对应的所述初始图像特征提取模型的所述输入层；

通过隐藏层利用激励函数对所述输入层输入的各所述训练数据集进行非线性化处理，得到拟合的结果；

通过输出层对所述拟合的结果进行输出表示，输出各所述训练数据集对应的输出结果；

迭代训练后得到所述训练后的图像特征提取模型。