标准规范下载简介

DB51T2928-2022小熊猫识别技术规范.pdf简介：

DB51T2928-2022小熊猫识别技术规范.pdf部分内容预览：

省市场监督管理局 发

四川省市场监督管理局 发布

DB51/T29282022

前可， 范围 规范性引用文件 术语和定义， 数据采集， 数据处理 附录A（规范性） 圈养小熊猫影像数据采集记录表

DB34∕T 2378-2015 钢波纹板桥涵施工技术指南DB51/T29282022

本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由四川省林业和草原局提出、归口并负责解释。 本文件起草单位：成都大熊猫繁育研究基地、四川大学。 本文件主要起草人：陈鹏、赵启军、侯蓉、刘宁、张廷廷、刘鹏、阙品甲、张珊。 本文件及其所代替文件的历次版本发布情况为： 一本次为首次发布。

DB51/T29282022

本文件规定了小熊猫个体识别有关术语定义、数据采集、数据处理、数据分析的技术。 本文件适用于基于图像的小熊猫个体识别

mAPMean AveragePrecision 平均精度。

.1.1圈养小熊猫数据

DB51/T29282022

对圈养小熊猫的影像和视频数据采集，每次应确定到具体的个体。具体流程包括： a）扫描小熊猫体内植入的芯片编号，拍摄人员多角度跟踪拍摄对应编号的小熊猫； b）记录小熊猫显著的外貌特征、拍摄的开始时间和结束时间； C）确保数据和身份信息准确，对个体所采集的数据进行一一建档

4. 1.2其他小熊猫数据采集

未进行芯片植入及野外通过红外相机等拍摄工具获取的小熊猫个体影像和视频数据，应以明确 个体差异特征进行个体初始数据建档。

4.2面部图像采集要求

采集的小熊猫面部图像需满足以下要求： a）清晰无遮挡的正面照； b）小熊猫面部的水平面方向和垂直面方向内的旋转角度土10°； c）小熊猫的两只眼睛、鼻子和耳朵可见； d）分辨率应不低于256×256像素。

采集的小熊猫全身图像需满足以下要求： a）图像清晰、光线均匀； b）分辨率应不低于512×512像素。

采集的小熊猫全身图像需满足以下要求： a）图像清晰、光线均匀； b）分辨率应不低于512×512像素。

给定的图像通过矩形框框 部期积最人的 像。小熊猫面部图像检测算法需满足以下要求： a）算法推理的实时性应达到20FPS； b）平均检测的精度mAP应达到80%。

给定一张小熊猫面部图像，确定小

小熊猫面部图像，确定小熊猫眼睛和鼻子的位置

5. 2. 1 标签制作

标签制作需满足以下要求： a）关键点位置：小熊猫双眼和鼻子中心：

DB51/T29282022

b）关键点数量：3个； c）关键区域范围：以关键点的坐标为圆心，设定一个半径绘制圆形区域，眼晴区域的半径设置 为7个像素，鼻子区域的半径设置为13个像素，每个关键点对应于一个通道； d）标签格式：三通道的图像标签，关键区域内的像素值设置为255，其余区域设置为0

.2.2关键点检测测试

关键点检测测试流程： a）输入：一张小熊猫面部图像； b 输出：与输入图像大小相同的三通道图像。每个通道代表一个关键区域，分别过滤掉每个通道 较小的响应值，剩下的响应值较高的点的质心即为该通道所对应关键区域的中心坐标，即关 键点坐标。

5.2.3关键点检测算法要求

小熊猫面部关键点检测算法需满足以下要求： 算法推理的实时性应达到20FPS； b）关键点预测误差应不大于5像素

基于两只眼睛的中心来对齐小熊猫的面部图像，使得连接两眼中心的直线是水平的，

熊猫双眼和鼻子中心的坐标，小熊猫面部图像

中心的坐标，旋转小熊猫面部图像，使双眼中心

设双眼中心之间的距离为d， 的顶部和底部之间的距离分别为 bXd,左右眼中心相对于裁剪后的面 的距离均为cXd。其中a=1.3,b=1.7和c

几乎没有平面内旋转且绝大部分背景都被消除了的小熊猫面部图像

平面内旋转且绝大部分背景都被消除了的小熊猫

裁剪小熊猫全身图像。 小熊猫全身图像检测算法需满足以下要求： a）算法推理的实时性应达到20FPS； b）平均检测的精度mAP应达到80%。

.5.1面部数据库建立

面部数据数据建立具体流程：

DB51/T29282022

a）通过智能成像设备采集，批量导入小熊猫面部图像数据； b）在小熊猫面部图像注册登记过程中，绑定小熊猫面部图像与小熊猫身份信息。

5.5.2面部数据库要求

小熊猫面部数据库需满足以下要求： a）小熊猫面部目标框左上角和右下角坐标有目标框标注； b）双眼和鼻子的关键点有坐标标注； c）经过图像去重操作。

5.6.1全身数据库建立

全身数据数据建立具体流程： a）通过智能成像设备采集，批量导入小熊猫全身图像数据； ）在小熊猫全身图像注册登记过程中，绑定小熊猫全身图像与小熊猫身份。

.6.2全身数据库要求

小熊猫全身数据库需满足以下要求： a）小熊猫全身目标框左上角和右下角坐标有目标框标注； b）经过图像去重操作

对齐并裁剪好的小熊猫面部图像。

5.7.2识别网络模型

用于提取身份特征的卷积神经网络，常用的卷积神经网络有VGG，ResNet，SENet等通用卷积神经 网络。

DB22∕T 5066-2021 绿色建筑工程验收标准愉入小熊猫面部图像的特征。

比对具体流程： a）将输入小熊猫面部图像的特征与注册集中登记的所有小熊猫面部图像的特征进行相似度计算； b）最高相似度高于指定的相似度阈值，其身份被确定为与它最相似的特征所属的小熊猫； c）最高相似度低于指定的相似度阅值，则判定其是未知的小熊猫新个体。

5.7.5面部图像识别算法要求

当错误接受率为0.1%时，错误拒绝率应不大于10%。

经过检测的小熊猫全身图像。

JTS 180-2-2011 运河通航标准输入小熊猫全身图像的特征。

DB51/T29282022