圈养东北虎幼崽群体活动的自动跟踪方法研究
东北虎(Panthera tigris altaica)是国家一级重点保护野生动物,在人工饲养环境下,对东北虎幼崽及其母虎活动的精准跟踪是研究东北虎幼崽成长过程中行为发育、观测东北虎个体健康状况的重要手段.本研究提出了一种轻量型的GhostNet-DeepSORT算法来实现在监控视频下的东北虎幼崽群体活动的多目标跟踪.该算法的测试结果表明:东北虎幼崽个体目标检测的召回率和平均精度均值分别是94.9％和96.2％,东北虎幼崽多目标跟踪准确度(MOTA)和精确度(MOTP)分别是91.6％和88.2％.通过轻量化操作处理后的GhostNet-DeepSORT算法,在MOTA保持不变时,MOTP提升了1.25％,而且模型占用内存从45.4 MB减小到6.5 MB.因此,相对于DeepSORT算法而言,GhostNet-DeepSORT算法在保证跟踪精度的同时更适用于算力资源不足的小型设备,相比于由宽残差网络构成的重识别网络,采用GhostNet网络进行模型的轻量化替代,实现在视频中东北虎个体重识别.该跟踪算法的实现也为后续圈养东北虎幼崽个体行为识别和个体健康的便捷和快速评估研究提供必要的技术支撑.
东北虎幼崽、目标检测、自动跟踪、GhostNet、YOLOv5、DeepSORT
43
Q958.1(动物学)
国家自然科学基金;国家自然科学基金;高等学校学科创新引智计划;中央高校基本科研业务费专项资金项目;中央高校基本科研业务费专项资金项目
2022-08-22（万方平台首次上网日期，不代表论文的发表时间）
共9页
605-613
