典型文献
基于高分辨率网络的大熊猫姿态估计方法
文献摘要：
对圈养大熊猫(Ailuropoda melanoleuca)开展长期行为监测能及时了解其所处生理周期和健康状况,有助于繁殖饲养机构迅速采取相应繁育保护措施提高饲养管理水平,但目前无法对大熊猫进行24 h监控并及时地获得相应的行为信息.准确的动物姿态估计是动物行为研究的关键,也是诸多下游应用的基础.了解大熊猫的姿态可以促进大熊猫行为研究并提升保护管理水平.为了提高复杂环境下大熊猫姿态估计的准确率,本文以高分辨率网络(High resolution net,HRNet)为基础网络架构提出了一种大熊猫姿态估计方法:针对大熊猫不同部位尺度差异较大的问题,在HRNet-32中引入了空洞空间金字塔池化(Atrous spatial pyramid pooling,ASPP)模块,在提升特征感受野的同时捕获多尺度信息;同时对大熊猫身体关键点进行分组,引人基于部位的多分支结构来学习特定于每个部位组的表征.多次对比实验结果表明本文所用模型具有较高的检测精度:在PCK@0.05中所用模型精度达到了81.51％.本文提出的方法可为大熊猫的行为分析和健康评估提供技术支撑.
文献关键词：
大熊猫;姿态估计;图像分析;深度学习
中图分类号：
作者姓名：
漆愚;苏菡;侯蓉;刘鹏;陈鹏;臧航行;张志和
作者机构：
四川师范大学计算机科学学院,成都610101;成都大熊猫繁育研究基地,四川省濒危野生动物保护生物学重点实验室,成都610086;四川省大熊猫科学研究院,成都610081
文献出处：
引用格式：
[1]漆愚;苏菡;侯蓉;刘鹏;陈鹏;臧航行;张志和-.基于高分辨率网络的大熊猫姿态估计方法)[J].兽类学报,2022(04):451-460
A类：
B类：
高分辨率网络,大熊猫,姿态估计,估计方法,圈养,养大,Ailuropoda,melanoleuca,行为监测,生理周期,繁育保护,保护措施,饲养管理,动物行为,多下,保护管理,复杂环境,High,resolution,net,HRNet,网络架构,不同部位,尺度差异,空洞空间金字塔池化,Atrous,spatial,pyramid,pooling,ASPP,感受野,多尺度信息,多分支结构,定于,检测精度,PCK,模型精度,行为分析,健康评估,图像分析
AB值：
0.346552
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
