公开(公告)号：CN117912116B

公开(公告)日：2024-07-02

申请号：CN202410101315.9

申请日：2024-01-24

Applicant: 北京林业大学

Inventor： 张军国 ,  付立敏 ,  田野 ,  张长春 ,  刘京奇

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/09

Abstract: 本发明公开了一种真实场景下野生动物姿态估计方法，属于野生动物监测保护技术领域。本发明旨在对复杂环境下的动物姿态进行估计，能够适用于大部分真实场景，有效避免了对数据集的重复训练，具体包括：S1、构建动物姿态估计图像的数据集，并基于风格迁移对所构建的数据集进行处理；S2、基于组白化操作，构建基于热图生成的自由简单基线姿态估计模型，利用所述模型生成热图，利用热图完成模型训练；S3、对模型进行修正，设计坐标表征方法和热图解码方法；S4、采用轻量化的姿态估计网络解码架构，完成真实场景下野生动物姿态的估计。本发明以深度学习的野生动物姿态估计方法为主体，最终可以实现对复杂环境下野生动物的监测、调查和保护工作。

公开(公告)号：CN117912116A

公开(公告)日：2024-04-19

申请号：CN202410101315.9

申请日：2024-01-24

Applicant: 北京林业大学

Inventor： 张军国 ,  付立敏 ,  田野 ,  张长春 ,  刘京奇

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/09

Abstract: 本发明公开了一种真实场景下野生动物姿态估计方法，属于野生动物监测保护技术领域。本发明旨在对复杂环境下的动物姿态进行估计，能够适用于大部分真实场景，有效避免了对数据集的重复训练，具体包括：S1、构建动物姿态估计图像的数据集，并基于风格迁移对所构建的数据集进行处理；S2、基于组白化操作，构建基于热图生成的自由简单基线姿态估计模型，利用所述模型生成热图，利用热图完成模型训练；S3、对模型进行修正，设计坐标表征方法和热图解码方法；S4、采用轻量化的姿态估计网络解码架构，完成真实场景下野生动物姿态的估计。本发明以深度学习的野生动物姿态估计方法为主体，最终可以实现对复杂环境下野生动物的监测、调查和保护工作。