(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111463737.3 (22)申请日 2021.12.0 3 (71)申请人 浙江臻善科技股份有限公司 地址 310000 浙江省杭州市西湖区华星路 99号创业大厦10楼 (72)发明人 李子川　林昌平　柴振把　沈剑锋　 倪明奇　周博文　 (74)专利代理 机构 杭州云睿专利代理事务所 (普通合伙) 33254 代理人 杨淑芳 (51)Int.Cl. G06V 20/00(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06F 16/51(2019.01)G06V 10/20(2022.01) G06V 10/774(2022.01) (54)发明名称 一种基于AI技术的野生动物物种图像识别 系统 (57)摘要 本发明公开了一种基于AI技术的野生动物 物种图像识别系统， 包括动物图像采集设备、 动 物检索模块、 动物识别模块、 反向对比模块、 信息 显示模块和图像数据库采集， 所述图像数据库采 集包括动物外形采集、 动物细 节采集和动物信息 录入， 所述图像数据库采集所采集的数据通过图 像数据库存储进行存储。 本发明所述的一种基于 AI技术的野生动物物种图像识别系统， 属于AI识 别技术领域， 通过采集的设备连续拍摄的特点， 预测过程中首先对序列照片逐张判断是否为空 拍情况， 将不存在空拍情况的照片使用深度学习 模型进行识别， 验证集可以监测在网络训练过程 中的模型效果， 测试集用来检验最终模型的识别 能力， 得到算法模型文 件。 权利要求书2页 说明书4页 附图1页 CN 114373113 A 2022.04.19 CN 114373113 A 1.一种基于AI技术的野生动物物种图像识别系统， 其特征在于： 包括动物图像采集设 备、 动物检索 模块、 动物识别模块、 反向对比模块、 信息显示模块和图像数据库采集， 所述图 像数据库采集包括动物外形采集、 动物细节采集和动物信息录入， 所述图像数据库采集所 采集的数据通过图像数据库存储进行存储， 且图像数据库存储包括数据线 上存储和离线 数 据包存储， 所述动物 识别模块包括空包识别、 外形识别和细节对比。 2.根据权利要求1所述的一种基于AI技术的野生动物物种图像识别系统， 其特征在于： 所述图像数据库采集的动物采集到原始图像并通过输送至 自主数据库进行模式识别并得 到识别的图像， 通过图像分割模块对获得的识别图像进行分隔成一些较小的模块图片， 通 过获得的较小的模块图片与数据库中进行对比， 所述图像数据库采集的动物外形采集对事 先准备好的野生动物物种图像进行录入到图像采集数据库中， 采集的设备连续拍摄的特 点， 即野保相机在触发拍照后会连续拍摄多张照 片， 将其视为序列照 片， 预测过程中首先对 序列照片逐张判断是否为空拍情况， 将不存在空拍情况的照片使用深度学习模型进行识 别， 最后将每张照片的识别结果进行综合分析， 且通过动物细节采集将野生动物的细节特 征录入到图像采集数据库中， 将动物信息录入到图像采集数据库中， 然后将获得的识别图 像通过计算机网络进行 卷积、 非线性变换以及tensorfl ow框架进行网络搭建算法网络 。 3.根据权利要求1所述的一种基于AI技术的野生动物物种图像识别系统， 其特征在于： 所述图像存储数据库中的数据线 上存储和离线 数据包存储的数据分为两种存储状态， 将图 像存储数据库中的数据可以在网络或者离线状态下进行对比数据。 4.根据权利要求1所述的一种基于AI技术的野生动物物种图像识别系统， 其特征在于： 所述动物识别模块中的空包识别为了不让 空拍影响识别准确率， 该系统在使用模型预测之 前首先使用帧差法来判断是否空拍， 随后将空拍图像从预测图像中剔除， 正常图像根据模 型进行预测， 不是 空包的话， 通过外形识别来初步识别野生动物的物种， 通过细节对比来对 比野生动物的细节， 从而确定物种， 反向对比模块是将图像采集数据库中的物种与细节对 比确定的物种进行对比， 将前后对比的数据通过信息显示模块进行显示结果， 信息显示模 块将动物 识别模块中识别没有的野生动物 物种补录 到图像采集数据库中。 5.根据权利要求4所述的一种基于AI技术的野生动物物种图像识别系统的识别方法， 其特征在于： 包括以下步骤： S1、 数据搜集和整理， 搜集已有的野生动物图片数据， 挑选出高质量(即高清、 动物外貌 特征较为清晰)的图像； S2、 数据标注， 人为地对图像中物种进行判别， 将动物名称作为标签label进行画框标 注； S3、 算法网络搭建， 本系统中使用tensorflow框架进行网络搭建， 其中tensoflow是 Google开发的端到端的机器学习平台， 里面包 含了各种工具和库用来构建深度学习网络； S4、 算法模型训练。 6.根据权利要求5所述的一种基于AI技术的野生动物物种图像识别系统的识别方法， 其特征在于： 所述S2中数据标注包围框bounding  box需要紧贴目标边缘； 当两个目标有重 叠时， 允许两个boundi ng box有重叠部分； 每个目标需要单独画框 。 7.根据权利要求5所述的一种基于AI技术的野生动物物种图像识别系统的识别方法， 其特征在于： 所述S 3中按照一定的规则 在图像上生 成一系列位置固定的锚， 即候选区域； 根权　利　要　求　书 1/2 页 2 CN 114373113 A 2据这些候选区域与图片上物体真实框之 间的位置关系对候选区域进行标注； 使用卷积神经 网络提取图片特征并对候选区域的位置和类别进行预测； 通过网络训练来减小损失函数， 从而计算出 预测框的位置和形状。 8.根据权利要求5所述的一种基于AI技术的野生动物物种图像识别系统的识别方法， 其特征在于： 所述 算法模型训练包括数据增强、 超参数设定和网络训练。 9.根据权利要求5所述的一种基于AI技术的野生动物物种图像识别系统的识别方法， 其特征在于： 所述tensorflow框架进行网络搭建包括数据处理、 模型搭建、 构建损失、 模型 训练、 模型评估， 其中数据处理包括通过代码批量读取数据、 生成batch数据和生成数据的 shape， 模型搭建模型搭建以经 典神经网络模型VGG、 Alex、 ResNet和Google  Inception Net 为模型。权　利　要　求　书 2/2 页 3 CN 114373113 A 3