DB51T 2925-2022 大熊貓識別技術(shù)規(guī)范　

大熊貓識別技術(shù)規(guī)范2022-07-25發(fā)布2022-09-01實(shí)施I 1 1 1 1 2 2附錄A(規(guī)范性)大熊貓影像數(shù)據(jù)采集記錄表 4本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識別專利的責(zé)任。本文件由四川省林業(yè)和草原局提出、歸口并負(fù)責(zé)解釋。本文件起草單位：成都大熊貓繁育研究基地、四川師范大學(xué)。本文件主要起草人：陳鵬、蘇菡、侯蓉、王海錕、漆愚、臧航行、崔凱、趙文圣、劉鵬、闕品甲、張珊、張玉均。本文件及其所代替文件的歷次版本發(fā)布情況為：——本次為首次發(fā)布。1僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本(包括所有的修改單)適用于本GB/T26238-2010信息技術(shù)生物特征識別術(shù)語CJJ/T263-2017動物園動物管理技術(shù)規(guī)程3術(shù)語和定義相似度similarity4縮略語FPS:每秒傳輸幀數(shù)(FramesPerSecond)SSIM:結(jié)構(gòu)相似性(StructuralSimilarity)Rank-1:預(yù)測概率最大的類別2Rank-5:預(yù)測概率前五的類別5數(shù)據(jù)采集5.1大熊貓圖像采集流程a)將大熊貓的監(jiān)控視頻或者野外紅外相機(jī)視頻數(shù)據(jù)中含有大熊貓的片段挑選出來，通過視頻拆幀b)記錄轉(zhuǎn)換后的圖像數(shù)據(jù)及大熊貓身份信息。5.2大熊貓臉部圖像篩選b)大熊貓正臉在水平面方向和垂直面方向上的旋轉(zhuǎn)角度±10°;5.3大熊貓個體圖像檔案庫建立流程以大熊貓的身份信息命名文件夾(例：譜系號_個體名),把對應(yīng)的大熊貓個體圖像數(shù)據(jù)存入文件夾b)每個文件夾中的圖像數(shù)據(jù)屬于同一只大熊貓，且圖片唯一，無重復(fù)；6.1大熊貓圖像數(shù)據(jù)處理a)算法推理的實(shí)時性應(yīng)達(dá)到20FPS;b)無新個體圖像輸入時，檢測算法Rank-1準(zhǔn)確度應(yīng)達(dá)到96%,Rank-5準(zhǔn)確度應(yīng)達(dá)到97%;c)交并比(IOU)達(dá)到70%時，檢測精度應(yīng)達(dá)到90%。a)將檢測得到的大熊貓正臉圖像輸入至預(yù)訓(xùn)練后的殘差網(wǎng)絡(luò)中，提取特征；b)將輸出的特征圖輸入至面部分割網(wǎng)絡(luò)中，生成二元掩膜；3c)二元掩膜與原輸入臉部圖像相乘，輸出分割后的大熊貓正臉圖像。將分割后的圖像輸入至面部對齊網(wǎng)絡(luò)中，提取正臉特征并裁剪，裁剪后的圖像依據(jù)模板進(jìn)行校準(zhǔn)。6.1.6大熊貓正臉圖像對齊算法a)算法推理的實(shí)時性不低于30FPS;b)關(guān)鍵點(diǎn)預(yù)測誤差不大于5像素。b)注冊登記過程中，綁定大熊貓臉部圖像與大熊貓身份信息；c)對所有圖像，標(biāo)注大熊貓正臉目標(biāo)框區(qū)域的左上角和右下角坐標(biāo)，并使用多邊形來標(biāo)注左耳、大熊貓臉部數(shù)據(jù)庫需滿足圖像數(shù)據(jù)相似度不超過0.8。6.3大熊貓識別c)輸出預(yù)測概率，根據(jù)預(yù)測概率進(jìn)行身份識別。a)當(dāng)錯誤接受率為5%時，算法識別出新個體準(zhǔn)確率不低于93%;b)當(dāng)無新個體輸入時，算法Rank-1準(zhǔn)確度不低于96%,算法Rank-5準(zhǔn)確度不低于97%;c)當(dāng)存在新個體輸入時，算法Rank-1準(zhǔn)確度不低于92%,Rank-5準(zhǔn)確度不低于95%。4(規(guī)范性)采集人：采集日期：名稱譜系