林业科学

作者：齐建东1,2,马鐘添1,张德怀3,田赟4

单位：1. 北京林业大学信息学院　北京 1000832. 国家林业和草原局林业智能信息处理工程技术研究中心　北京 1000833. 北京雾灵山保护区管理处　北京 1015064. 北京林业大学水土保持学院　北京 10083

关键词：野生动物图像,物种识别,深度学习,卷积神经网络

基金：国家重点研发计划项目 “典型人工林生态系统对全球变化适应机制”（2020YFA0608100）

目的: 以卷积神经网络为基础，对现有的网络结构进行改进，实现对红外相机拍摄的野生动物图像进行种类自动识别。方法: 构建从北京市密云区的北京市级雾灵山自然保护区2014—2015年期间采集到的8类2172张野生动物图像数据集，并使用随机增强策略从14个增强方案中随机选择增强方式，为图像数据添加噪声。使用SENet及BlurPool构建了基于ResNeXt-50的改进网络：增强特征提取的SE-ResNeXt-50、维持平移不变性的BP-ResNeXt-50、结合二者的BS-ResNeXt-50，并在自建数据集上测试了不同固定学习率、分段学习率及余弦退火学习率对BS-ResNeXt-50网络准确率的影响。使用VGG16、ResNeXt-50、EfficientNet-B0、InceptionV3、DenseNet-121、BS-ResNeXt-50网络在CCT公开野生动物数据集中常见的16个类别图像上进行训练，并对单一物种的识别准确率进行比较。结果: SE-ResNeXt-50和BP-ResNeXt-50准确率分别达到了75.16%±0.14%和73.74%±0.13%。融合SENet以及BlurPool的改进方案BS-ResNeXt-50在自建数据集上测试的准确率达到78.04%±0.11%，为最优改进方案。使用余弦退火学习率后，BS-ResNeXt-50的准确率提升至81.54%，比固定学习率提升了3.5%；分段学习率准确率达到79.3%，与余弦退火学习率相差2.24%。在CCT数据集中BS-ResNeXt-50的识别准确率可达95.07%，比ResNeXt-50准确率高出1.95%，同时也高于VGG16的85.5%、EfficientNet-B0的90.23%、InceptionV3的91.38%以及DenseNet-121的93.3%准确率，并在各单一类别的预测准确率也均高于上述模型。单一类别的识别中除数量最少的类别外，BS-ResNeXt-50在其他类别识别准确率均高于90%，最高类别准确率达到98.6%。结论: 改进后的BS-ResNeXt-50模型相比ResNeXt-50可以更准确地完成对野生动物图像的识别任务，在不同的野生动物图像数据集上也具有较好的泛化能力。

来源：2023年第8期

《林业科学》期刊编辑部

查看林业科学杂志2023年第8期