期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于面部特征的斑海豹个体识别
1
作者 庄鸿飞 侯金 +9 位作者 王守强 高宇 张朝晖 王宗灵 赵林林 何育欣 周庆杰 鹿志创 邢衍阔 杜光迅 《生态学报》 北大核心 2025年第13期6586-6599,共14页
针对渤黄海斑海豹种群传统监测方法中高成本、低效率个体识别难题,提出一种基于面部特征的斑海豹个体识别模型。该模型基于卷积神经网络架构,结合注意力机制和多尺度特征处理技术,提高了对面部关键特征的识别能力,并通过深度可分离卷积... 针对渤黄海斑海豹种群传统监测方法中高成本、低效率个体识别难题,提出一种基于面部特征的斑海豹个体识别模型。该模型基于卷积神经网络架构,结合注意力机制和多尺度特征处理技术,提高了对面部关键特征的识别能力,并通过深度可分离卷积降低了参数量和计算需求。实验结果显示,融合SlimC2F、CBAM和SPPF模块可显著提高网络识别性能,本文方法(SlimC2F-CBAM+SPPF)取得最佳识别效果。在自建有背景数据集与Caltech-256公共数据集上,模型识别准确率达98.35%、80.70%,优于目前主流模型。在迁移学习策略的应用下,模型对不同背景的适应性增强,识别准确率提升至98.70%。此外,即使在较小数据集上,模型仍能保持较高的识别准确率。最后,可视化分析展示了模型主要关注眼睛和鼻子等关键部位,进一步验证了模型的有效性和可解释性,为实现斑海豹个体的高效监测提供了新的技术手段。 展开更多
关键词 斑海豹 个体识别 面部识别 深度学习 卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部