DB51 T 2925-2022 大熊猫识别技术规范.pdf

《DB51 T 2925-2022 大熊猫识别技术规范.pdf》由会员分享，可在线阅读，更多相关《DB51 T 2925-2022 大熊猫识别技术规范.pdf（7页珍藏版）》请在麦多课文档分享上搜索。

1、 ICS 65.020.40 CCS B 61 DB51 四川省地方标准 DB51/T 2925 2022 大熊猫识 别技术规 范 2022-07-25 发布 2022-09-01 实施 四川省市场监督管理局 发 布 DB51/T 2925 2022 I 目 次 前言.II 1 范围.1 2 规 范性 引用 文件.1 3 术 语和 定义.1 4 缩 略语.1 5 数据 采集.2 6 数据 处理.2 附录A（规 范性）大熊 猫影像 数据 采集 记录 表.4 DB51/T 2925 2022 II 前 言 本文件 按照GB/T 1.1 2020 标准 化工 作导则 第1 部分：标准化 文件 的结构

2、 和起草 规则 的规 定起草。请注意 本文 件的 某些 内容 可能涉 及专 利。本文 件的 发布机 构不 承担 识别 专利 的责任。本文件 由四 川省 林业 和草 原局提 出、归口 并负 责解 释。本文件 起草 单位：成 都大 熊猫繁 育研 究基 地、四川 师范大 学。本文件 主要起 草人：陈鹏、苏菡、侯蓉、王 海锟、漆愚、臧航行、崔 凯、赵 文圣、刘鹏、阙品 甲、张珊、张玉 均。本文件 及其 所代 替文 件的 历次版 本发 布情 况为：本 次为 首次 发布。DB51/T 2925 2022 1 大 熊猫识 别技术规 范 1 范围 本文件 规定 了大 熊猫 个体 识别有 关术 语定 义、数据

3、采集、数据 分析 等。本文件 适用 于基 于图 像的 大熊猫 个体 识别。2 规范性 引用 文件 下列文 件中 的内 容通 过文 中的规 范性 引用 而构 成本 文件必 不可 少的 条款。其 中，注日 期的 引用 文件，仅该日 期对 应的 版本 适用 于本文 件；不注 日期 的引 用文件，其 最新 版本（包 括所有 的修 改单）适 用 于 本文件。GB/T 26238-2010 信 息技 术 生 物特 征识 别术 语 CJJ/T 263-2017 动 物园 动 物管理 技术 规程 3 术语和 定义 下列术 语和 定义 适用 于本 文件。3.1 目标检 测 object detection 从图

4、像 中找 出目 标的 位置 坐标,一般 用矩 形框 框出 目 标，并 对该 目标 进行 分类。3.2 相似度 similarity 衡量两 个特 征的 相似 程度，数值 越大 说明 它们 越相 似。3.3 错误接 受率 false accept rate 在验证 过程 中，将新 个体 识别为 数据 库中 个体 的比 率，用 百分 比表 示。错误 接受率 也称 认假 率。3.4 残差网 络 residual network 残差网 络其 内部 的残 差块 使用了 跳跃 连接，缓 解了 在 深度神 经网 络中 增加 深度 带来的 梯度 消 失 问 题。3.5 交并比 Intersection ov

5、er Union 交并比 是 产 生的 候选 框与 原标记 框的 交集 与并 集的 比值。4 缩略语 下列缩 略语 适用 于本 文件。IOU：交并 比（Intersection over Union）FPS：每秒 传输 帧数（Frames Per Second）SSIM：结构 相似 性(Structural Similarity)Rank-1：预 测概 率最 大的 类别 DB51/T 2925 2022 2 Rank-5：预 测概 率前 五的 类别 5 数据采 集 5.1 大熊猫图像 采集流程大熊猫图像 数据采集 流程如下：a)将大熊 猫的监控视 频或者野外 红外相机 视频数据 中含有大熊 猫

6、的片段 挑选出来，通过视频 拆帧将视频数据 转化成图 像数据；b)记录转 换后的图 像数据 及大熊猫身 份信息。5.2 大熊猫脸部 图像筛选大熊猫脸部 图像的筛 选需满足以 下要求：a)正脸图 像光照均 匀，无 过度曝光，清晰完整；b)大熊猫 正脸在水 平面方 向和垂直面 方向上的 旋转角度10；c)在不影 响两眼、耳朵、鼻子、嘴等 关键部位 的情况下，允许存在10%20%的遮挡；d)大熊猫 脸部图像 的分辨 率不低于256 256 像素。5.3 大熊猫个体 图像档案 库建立流程以大熊猫的身 份信息命名 文件夹(例：谱系号_个体名)，把对应 的大熊猫个 体图像数 据存入文件 夹中，将大熊 猫个

7、体图 像数据与对 应的文件 夹路径记 录在Excel 表格中。大熊猫个体 图像档案 库建立流程 需满足以 下要求：a)每个文 件夹应保 证唯一，无重复；b)每个文 件夹中的 图像数 据属于同一 只大熊猫，且图片唯 一，无重 复；c)Excel 表格中 的每条记 录唯一，且 准确。6 数据处 理 大熊猫 图像 数据 处理 6.1 6.1.1 大熊猫 脸部 图像 检测 通过预 训练 后的 目标 检测 算法，获 取图 像中 大熊 猫 正脸区 域的 边界 框，裁 剪 大熊猫 的脸 部图 像，并将裁剪 后的 图像 转换 为单 通道灰 度图。6.1.2 大熊猫 脸部 图像 检测 算法 大熊猫 正脸 图像

8、检测 算法 需满足 以下 要求：a)算 法推 理的 实时 性应 达 到20FPS；b)无 新个 体图 像输 入时，检测算 法Rank-1 准确 度应 达到96%，Rank-5 准 确度 应 达到97%；c)交 并比（IOU）达 到70%时，检 测精 度应 达到90%。6.1.3 大熊猫 正脸 图像 分割 大熊猫 正脸 图像 分割 流程：a)将检测 得到 的大 熊猫 正脸 图像输 入至 预训 练后 的残 差网络 中，提取 特征；b)将输出 的特 征图 输入 至面 部分割 网络 中，生成 二元 掩膜；DB51/T 2925 2022 3 c)二元掩膜与 原输入脸 部图像相乘，输出分 割后的大 熊猫

9、正脸图 像。6.1.4 大熊猫正脸 图像分割 算法大熊猫正脸 图像分割 算法，要求 大熊猫正 脸图像与 分割后图像IOU 不低于90%。6.1.5 大熊猫正脸 对齐将分割后的 图像输入 至面部对齐 网络中，提取正脸 特征并裁剪，裁剪后 的图像依据 模板进行 校准。6.1.6 大熊猫正脸 图像对齐 算法大熊猫正脸 图像对齐 算法需满足 以下要求：a)算法推 理的实时 性不低 于30FPS；b)关键点 预测误差 不大于5像素。6.2 大熊猫正脸 数据库6.2.1 大熊猫正脸 数据库建 立大熊猫正脸 数据库建 立流程：a)通过智能成 像设备采 集，批量导 入大熊猫 正脸图像 数据信息；b)注册登记过

10、 程中，绑 定大熊猫脸 部图像与 大熊猫身 份信息；c)对所有图像，标注大熊猫正脸目标框 区域的左上角和右下角坐标，并使用多边形来标注 左耳、右耳、左眼、右眼、鼻子、嘴巴、正脸；d)使用SSIM 方法测 量图像间 的像素及相 似度，进 行图像去重 操作。6.2.2 大熊猫脸部 数据库要 求大熊猫脸部 数据库需 满足图像数 据相似度 不超过0.8。6.3 大熊猫识别6.3.1 大熊猫正脸 识别大熊猫正脸 识别流程：a)给定一 张裁剪好 并对齐 的大熊猫正 脸图像；b)使用残 差网络提 取特征；c)输出预 测概率，根据预 测概率进行 身份识别。6.3.2 大熊猫脸部 图像检测大熊猫正脸 图像识别

11、算法需满足 以下要求：a)当错误 接受率为5%时，算法识别出 新个体准 确率不低于93%；b)当无新 个体输入 时，算 法Rank-1 准确度 不低于96%，算法Rank-5 准确度 不低于97%；c)当存在 新个体输 入时，算法Rank-1 准确度不 低于92%，Rank-5 准确度不 低于95%。DB51/T 2925 2022 4 A A 附录A（规范 性）大熊猫 影像 数据 采集 记录 表 大熊猫 影像 数据 采集 记录 表见表A.1。表A.1 大熊猫 影像 数据 采集 记录 表 采集人：采集日期：名称 谱系号 正脸 左侧45 度 右侧45 度 左侧90 度 右侧90 度 总计 标准 非标 需补充 标准 非标 需补充 标准 非标 需补充 标准 非标 需补充 标准 非标 需补充