公开(公告)号：CN118053178A

公开(公告)日：2024-05-17

申请号：CN202410355538.8

申请日：2024-03-27

Applicant: 海南大学

Inventor： 王磊 ,  龙文兴 ,  王冠军 ,  齐旭明 ,  谢治

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明属于海南长臂猿个体识别技术领域，公开了一种基于多视角特征融合的海南长臂猿个体识别方法，包括海南长臂猿数据集收集、数据预处理、个体识别模型搭建步骤，本发明第一次基于计算机视觉的方法对野生长臂猿的个体进行识别，第一次将Transformer架构应用于长臂猿环境信息的编码上，并提出一种全局与局部的高效融合策略，可以让模型同时关注到野生长臂猿的面部特征、身体特征和环境特征，从而更加有效准确的对野生海南长臂猿个体进行识别。模型的评估指标是Top1准确率，Top1准确率指的是模型预测一个置信度最高的结果，该结果等于正确结果的概率。和当前常用的深度学习分类模型相比，本发明采用的个体识别模型在识别野生长臂猿个体的任务上精度达到了最佳。