动物监控数据筛选系统的设计与实现

动物监控数据筛选系统的设计与实现

论文摘要

动物保护研究领域通过监控技术,收集不同应用场景下与动物相关的视频图像,分析其中包含的动物信息,进而开展相关的保护研究工作,然而随着监控数据的持续增多,传统的依靠人工对其进行筛选的方式,已经无法满足日益增长的数据分析需求。因此本课题分析对比了多种图像处理算法与常用卷积神经网络模型的优缺点,针对不同应用场景下两种类型的动物监控数据,使用了两种数据分析方法,自动从中检测出包含动物信息的关键部分,具体如下:(1)室内视频分析。通过感知哈希算法去除视频中重复的图像帧,保留内容较相邻帧存在差异的运动帧,减少需要进行识别的帧数量。利用帧间差分法比较相邻运动帧之间的差异区域,分割出所有运动帧中的运动目标,提高识别的正确率。创建并训练了一个能够识别特定动物的卷积神经网络模型,用于识别运动目标,确定运动帧中是否包含动物影像。(2)野外图像分析。提取图像的感知哈希特征、HSV直方图与时域特征,对同一红外相机采集的图像进行聚类,将背景相似的图像划分到同一子集。在子集中建立均值背景模型并选出背景图像,根据背景图像获取所有图像中的活动目标。创建并训练了一个能够区分背景与野外各种动物的卷积神经网络模型,以识别活动目标并确定它们所属的类别。在监控数据分析的基础上,设计并实现了动物监控数据筛选系统,该系统能够自动分析室内视频与野外图像,将分析结果标示给用户,减少人工在大量数据中查找动物信息造成的资源浪费,并且优化了与人工筛选工作相关的数据管理、数据检视、数据处理与数据统计等工作流程,进一步降低人工成本。对系统进行了功能测试与性能测试,测试结果表明该系统具备良好的稳定性和实时性,能够有效提高用户筛选动物监控数据的工作效率,达到了预期目标。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究及应用现状
  •     1.2.1 国内外研究现状
  •     1.2.2 国内外应用现状
  •   1.3 主要研究内容
  •   1.4 本文组织结构
  • 2 相关算法及技术
  •   2.1 感知哈希特征
  •   2.2 帧间差分算法
  •   2.3 卷积神经网络分类算法
  •     2.3.1 网络结构
  •     2.3.2 训练方法
  •     2.3.3 网络特点
  •     2.3.4 模型对比分析
  •   2.4 本章小结
  • 3 动物监控数据分析
  •   3.1 分析方案设计
  •   3.2 基于感知哈希特征的视频图像处理
  •     3.2.1 室内视频的运动帧提取
  •     3.2.2 野外图像的聚类方法
  •   3.3 基于帧间差分法的图像分割
  •     3.3.1 室内视频的运动目标分割
  •     3.3.2 野外图像的活动目标分割
  •   3.4 基于ResNet的图像识别
  •     3.4.1 数据集构建
  •     3.4.2 数据预处理
  •     3.4.3 模型构建
  •     3.4.4 类别动态化处理
  •     3.4.5 模型训练以及测试
  •   3.5 本章小结
  • 4 动物监控数据筛选系统设计
  •   4.1 筛选系统需求分析
  •     4.1.1 数据筛选业务分析
  •     4.1.2 系统功能需求
  •     4.1.3 系统性能需求
  •   4.2 筛选系统设计
  •     4.2.1 系统方案
  •     4.2.2 系统架构设计
  •     4.2.3 系统功能设计
  •   4.3 数据库设计
  •     4.3.1 数据实体关系
  •     4.3.2 数据表设计
  •   4.4 本章小结
  • 5 动物监控数据筛选系统的实现与测试
  •   5.1 系统开发环境
  •   5.2 系统功能实现
  •     5.2.1 室内视频分析与筛选实现
  •     5.2.2 野外图像分析与筛选实现
  •     5.2.3 模型管理功能实现
  •     5.2.4 数据统计功能实现
  •   5.3 系统测试
  •     5.3.1 室内视频分析测试
  •     5.3.2 野外图像分析测试
  •     5.3.3 性能测试
  •   5.4 本章小结
  • 6 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 周才智

    导师: 廖志武

    关键词: 动物监控数据,图像处理,卷积神经网络

    来源: 四川师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 四川师范大学

    分类号: Q958.1;TP391.41

    DOI: 10.27347/d.cnki.gssdu.2019.000594

    总页数: 73

    文件大小: 6979K

    下载量: 24

    相关论文文献

    • [1].赛远模块实现监控数据远程无线传输[J]. 智慧工厂 2016(10)
    • [2].电力运营监控数据智能分析方法研究[J]. 现代信息科技 2019(23)
    • [3].面向云平台的异构监控数据存储方法[J]. 山东大学学报(理学版) 2017(05)
    • [4].电子病历监控数据失实原因分析及对策[J]. 西南军医 2009(03)
    • [5].制药企业洁净区环境监控与环境菌库的建设[J]. 中国医药工业杂志 2020(10)
    • [6].基于大数据构建污染源在线监控数据有效性评估模型研究[J]. 绿色科技 2019(16)
    • [7].浅谈污染源在线监控数据的“五性”[J]. 科技与企业 2014(10)
    • [8].海量网络监控数据的自动融合和关联分析[J]. 计算机应用与软件 2011(08)
    • [9].云计算下供电监控数据压缩存取方法研究[J]. 通信电源技术 2019(11)
    • [10].浅谈污染源在线监控数据的应用与强化[J]. 资源节约与环保 2013(02)
    • [11].电网监控数据辅助分析系统的研发[J]. 江苏电机工程 2013(04)
    • [12].浅谈变电站集中监控数据的自动统计与分析[J]. 江西电力 2018(04)
    • [13].基于Hadoop的监控数据存储与处理方案设计和实现[J]. 计算机应用与软件 2018(06)
    • [14].监控数据统一接收平台的研究与设计[J]. 物联网技术 2016(04)
    • [15].桥梁监控数据的处理与分析[J]. 科技传播 2016(12)
    • [16].浅析监控数据的存储模式[J]. 计算机与网络 2008(01)
    • [17].基于多源监控数据的设备状态感知方法[J]. 电力系统及其自动化学报 2020(07)
    • [18].500kV电网监控数据的冗余分析及优化策略[J]. 国网技术学院学报 2014(04)
    • [19].煤矿监控数据集成问题的探讨[J]. 工矿自动化 2011(12)
    • [20].浅析监控数据的存储模式[J]. 安防科技 2009(01)
    • [21].浅析监控数据的存储模式[J]. 黑龙江交通科技 2008(12)
    • [22].基于大数据分析的价格检测及监控数据系统[J]. 农电管理 2019(12)
    • [23].利用PRTG构建免费网络监控环境[J]. 中国传媒科技 2019(05)
    • [24].基于Nagios的监控数据分析展示平台[J]. 科研信息化技术与应用 2017(05)
    • [25].基于HBase的后勤保障监控数据实时检索方案设计[J]. 信息技术 2019(11)
    • [26].基于云平台的分布式新能源监控数据分析方法研究[J]. 能源与环保 2018(03)
    • [27].云存储在公安监控中的应用[J]. 中国有线电视 2015(08)
    • [28].基于Metadata的监控数据 API设计与实现[J]. 四川大学学报(自然科学版) 2019(03)
    • [29].大规模数据中心监控数据并发处理[J]. 计算机与数字工程 2014(12)
    • [30].利用DTMF信号传输监控数据[J]. 电力自动化设备 2009(05)

    标签:;  ;  ;  

    动物监控数据筛选系统的设计与实现
    下载Doc文档

    猜你喜欢