公共文化服务平台

搜索到362篇“ 珍稀鸟类“的相关文章

基于隐式神经表示的珍稀鸟类虚拟数字化方法和系统: 本发明公开了一种基于隐式神经表示的珍稀鸟类虚拟数字化方法和系统，其包括：步骤1，创建输入数据；步骤2，将珍稀鸟类重建区域的空间位置坐标X经过傅立叶特征映射为高维傅立叶特征向量γ(X)，在X处设自适应可学习滤波器H<SUB...; 刘畅黄红宋建彬佟志远张培森郑雨航邱钧

新技术助力精准识別北京珍稀鸟类: 2024年; 北京林业大学张军国教授团队提出了一种新的鸟类识别方法,相关文章《基于TC-YOLO模型的北京珍稀鸟类识别方法》曰前已在《生物多样性》期刊发表。北京市处于东亚——澳大利西亚候鸟迁徙通道,每年都有大量的候鸟迁徙途经。据《北京市陆生野生动物名录(2024)》,北京的野生鸟类达到了519种。; 铁铮; 关键词：生物多样性候鸟迁徙野生鸟类陆生野生动物珍稀鸟类识别方法

基于TC-YOLO模型的北京珍稀鸟类识别方法: 2024年; 北京地区珍稀鸟类的保护对维护当地生物多样性具有重要意义。随着人工智能技术的发展,利用深度学习技术自动识别鸟类成为鸟类调查保护的重要手段。实际鸟类图像存在背景复杂以及相近科属鸟类具有外观相似等特点,导致模型识别精度不佳。针对以上问题,本文提出一种基于TC-YOLO模型的鸟类识别方法。首先,为解决鸟类识别中复杂背景导致的漏检问题,本文方法结合CARAFE(content-aware reassembly of features)机制,自适应生成不同特征点所对应的上采样核,在更大的感受野内聚合上下文语义信息,有效聚焦鸟类前景区域。其次,为解决鸟类识别中相似外观导致的误检问题,本文方法引入TSCODE(task-specificcontextdecoupling)解耦定位和分类任务,通过获取多层级特征图的信息以回归目标边界,并利用包含底层纹理和高层语义的特征进行物种分类,进而提高模型的鸟类识别精度。最后,本文开展对比实验以验证模型的性能。实验结果表明,TC-YOLO模型的平均精度均值在包含北京地区28种国家一级保护鸟类的自建数据集Beijing-28和鸟类公开数据集CUB200-2011上分别达到78.7%和75.3%,均优于已有方法,而且在公开数据集MS COCO上验证了TC-YOLO模型拥有较强的泛化性。本文提出的TC-YOLO模型对背景复杂或外观相似的鸟类图像都能有效识别,漏检率和误检率较低,能够为鸟类保护提供重要技术支撑。; 李柏灿张军国张长春王丽凤徐基良徐基良; 关键词：珍稀鸟类图像识别

一种人工驯养珍稀鸟类回归自然野外生命支持装置: 本发明属于生态保护领域，公开了一种人工驯养珍稀鸟类回归自然野外生命支持装置，包括下位机和上位机；采用上位机与下位机协同工作的方式，上位机通过北斗天线与下位机进行通讯，通讯协议使用MQTT协议。本发明不仅为生物体提供生命支...; 王孝良王怀刚王东奇

面向高原珍稀鸟类的目标检测算法研究: 鸟类是大自然中重要的组成部分，对大自然的生态系统起着相互制衡的效果。在中国栖息的鸟类种类繁多，但是存在很多濒临灭绝的鸟类物种，尤其是在高原地区，那里有很多种被国家保护的一级和二级的鸟类物种。本文所采集的高原珍稀鸟类数据是...; 董得齐; 关键词：图像识别目标检测特征提取

从盈江到北海湿地成为云南珍稀鸟类的乐园: 2023年; 近日,生态摄影师在云南盈江国家湿地公园拍摄到国家一级重点保护野生动物河燕鸥捕鱼的超清影像。这在国内一下子引起了轰动。“河燕鸥原名黄嘴河燕鸥,在我国属夏候鸟,每年12月中下旬会从伊洛瓦底江流域返回云南盈江国家湿地公园育,待次年6月离开。年年底,仅有5只河燕鸥回归云南盈江国家湿地公园。”; 耿国彪无; 关键词：国家湿地公园珍稀鸟类保护野生动物摄影师

我国特有珍稀鸟类灰胸薮鹛的种群现状调查: 2023年; 灰胸薮鹛Liocichla omeiensis是我国西南山地特有的珍稀噪鹛科Leiothrichidae鸟类,国家一级重点保护野生动物。关于该鸟类的种群状况一直缺乏系统调查,导致该物种长期得不到有效的保护与管理。2018—2019年,对灰胸薮鹛的种群分布、数量及主要受胁因素开展了专项调查,发现6个新分布地,将其分布地扩大为18个县(区)。结果显示,灰胸薮鹛的平均密度为(1.68±0.43)♂/km^(2);栖息地破碎化、丧失和盗猎是灰胸薮鹛种群的主要受胁因素。当前应加大对灰胸薮鹛现有适宜栖息地的保护,同时加强宣传教育,严厉打击盗猎和贩卖野生鸟类;建议相关保护区开展植被恢复时,可考虑种植一些快速生长的本地竹类(如八月竹Chimonobambusa szechuanensis),以增加灰胸薮鹛的适宜栖息地面积。; 王宇峰徐媛媛戴波陈本平付义强

一种基于神经辐射场的珍稀鸟类三维模型重构方法与装置: 本发明公开了一种基于神经辐射场的珍稀鸟类三维模型重构方法与装置，其包括：步骤1，采集珍稀鸟类目标物的离散旋转光场数据；步骤2，估计离散旋转光场数据对应的场景多视点图像对应的相机位姿；步骤3，根据步骤2获取的场景多视点图像...; 江红星刘畅吕梦雪路峰岳修鹏张树岩邱钧

一种基于神经辐射场的珍稀鸟类三维模型重构方法与装置: 本发明公开了一种基于神经辐射场的珍稀鸟类三维模型重构方法与装置，其包括：步骤1，采集珍稀鸟类目标物的离散旋转光场数据；步骤2，估计离散旋转光场数据对应的场景多视点图像对应的相机位姿；步骤3，根据步骤2获取的场景多视点图像...; 江红星刘畅吕梦雪路峰岳修鹏张树岩邱钧

基于深度学习的自然保护区珍稀鸟类监测: 随着社会和时代的进步,人们越来越重视对生态系统的保护工作,而自然界的鸟类作为一项珍贵的可更新资源,是保护区生态系统中的重要一环,鸟类数量和分布情况对保护区生态系统的健康评价具有重要意义。当前,保护区内的鸟类监测仍然以人工...; 黄毅凯; 关键词：多目标跟踪

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈