CN108537205A - 一种动物种群多样性监测方法、装置及服务器 - Google Patents

一种动物种群多样性监测方法、装置及服务器 Download PDF

Info

Publication number
CN108537205A
CN108537205A CN201810364230.4A CN201810364230A CN108537205A CN 108537205 A CN108537205 A CN 108537205A CN 201810364230 A CN201810364230 A CN 201810364230A CN 108537205 A CN108537205 A CN 108537205A
Authority
CN
China
Prior art keywords
animal
monitoring
described image
image frame
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810364230.4A
Other languages
English (en)
Inventor
汤欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Yunlin Information Engineering Technology Co., Ltd.
Original Assignee
Guangzhou State Forestry Mdt Infotech Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou State Forestry Mdt Infotech Ltd filed Critical Guangzhou State Forestry Mdt Infotech Ltd
Priority to CN201810364230.4A priority Critical patent/CN108537205A/zh
Publication of CN108537205A publication Critical patent/CN108537205A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明提供了一种在动物种群多样性监测方法、装置及服务器，涉及动物种群多样性监测的技术领域，包括首先获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；然后对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；再识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；最后可以根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。本发明实施例无需监测人员亲自前往指定区域通过肉眼观察记录种群数据，提高对调查区域动物种群多样性的监测效率，提高监测准确度。

Description

一种动物种群多样性监测方法、装置及服务器
技术领域
本发明涉及动物种群多样性监测技术领域，尤其是涉及一种动物种群多样性监测方法、装置及服务器。
背景技术
目前，人们为了了解区域内动物种群多样性情况，需要监测人员亲自前往指定区域并通过肉眼观察后记录种群数据。然而实地调查往往受到天气、地形、交通等诸多不可控因素的影响和限制，而且监测人员实地调查不仅调查效率低，而且调查面积有限，许多调查区域地形险恶天气恶劣，人类实地调查具有相当大的危险性，因为一些疏忽或者其他人为因素，可能会漏看、漏记，监测所得的种群数据准确性较低。
发明内容
有鉴于此，本发明的目的在于提供一种动物种群多样性监测方法、装置及服务器，以缓解了现有技术中动物种群多样性监测时监测效率低和监测准确度低的技术问题。
第一方面，本发明实施例提供了一种动物种群多样性监测方法，所述方法应用于服务器，所述服务器与监测区域内的多个视频采集装置连接，所述方法包括：
获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；
对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧，包括：
针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征；
若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息，包括：
识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性，包括：
根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述视频采集装置在所述监测区域内由无人机携带按预设路线飞行，用以采集以预设路线为中心的区域图像；
和/或，所述视频采集装置在所述监测区域内设置于固定位置，用以采集以固定位置为中心的区域图像。
第二方面，本发明实施例还提供一种动物种群多样性监测装置装置，包括：
获取模块，用于获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；
检测模块，用于对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
识别模块，用于识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
确定模块，用于根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述检测模块包括：
第一检测单元，用于针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征；
第一确定单元，用于若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述识别模块包括：
识别单元，用于识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
第二确定单元，用于若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
第三确定单元，用于若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，所述确定模块包括：
计算单元，用于根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
本发明实施例还提供了一种服务器，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
本发明实施例带来了以下有益效果：本发明实施例通过首先获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；然后对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；再识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；最后可以根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
本发明实施例通过获取监测区域的视频流，再基于视频流确定动物种类，进而根据监测区域内的动物种类确定调查区域内的动物种群多样性，实现对调查区域进行动物种群多样性监测的目的，无需监测人员亲自前往指定区域通过肉眼观察后记录种群数据，提高对调查区域动物种群多样性的监测效率，提高监测准确度。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的动物种群多样性监测方法流程图；
图2为本发明实施例提供的动物种群多样性监测装置示意图；
图3为图2中模块12的组成示意图；
图4为图2中模块13的组成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前人们为了了解区域内动物种群多样性情况，需要监测人员亲自前往指定区域并通过肉眼观察后记录种群数据。然而实地调查往往受到天气、地形、交通等诸多不可控因素的影响和限制，而且监测人员实地调查不仅调查效率低，而且调查面积有限，许多调查区域地形险恶天气恶劣，人类实地调查具有相当大的危险性，因为一些疏忽或者其他人为因素，可能会漏看、漏记，监测所得的种群数据准确性较低，基于此，本发明实施例提供的一种动物种群多样性监测方法、装置及服务器，可以通过获取监测区域的视频流，再基于视频流确定动物种类，进而根据监测区域内的动物种类确定调查区域内的动物种群多样性，实现对调查区域进行动物种群多样性监测的目的，无需监测人员亲自前往指定区域通过肉眼观察后记录种群数据，提高对调查区域动物种群多样性的监测效率，提高监测准确度。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种动物种群多样性监测方法进行详细介绍，如图1所示，所述动物种群多样性监测方法可以包括以下步骤：
步骤S101，获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的。
在本发明实施例中，监测区域可以指预先在调查区域中划定的按一定规律分布的区域，所述调查区域可以指保护区等，根据调查区域的面积和地形特点，将调查区域随机均匀地划分为若干的面积大小相同的监测区域，示例性的，监测区域面积可以为1km×1km至5km×5km等，监测区域数量可以为至少15个(面积小于15km2不受此限制)。在本发明实施例中，可以通过在调查区域内划分样线、样方或者样点的方式得到样线、样方或者样点，样线、样方或者样点即为监测区域，以在监测区域内进行动物种群多样性监测。
在本发明实施例中，样线、样方和样点可以指用于调查动物种群多样性而随机设置的取样地块，地块的面积要求尽量小，并且能包含大多数动物种群。样线、样方和样点的布设应考虑野生动物的栖息地类型、活动范围、生态习性、透视度等，可以优先选择分层随机抽样。
在本发明实施例中，样线长度可以按照对该样线的调查在当天能够完成为标准，示例性的，可以以1～5千米为宜，样线单侧宽度两栖类5～15米、爬行类10～15米、鸟类25～30米、兽类20～25米，在原始森林内单侧宽度可以适当提高5～10米。
示例性的，各监测区域的样线数(ni)可以根据监测区域的总面积(Ai)、抽样强度(Qi)和预设样线面积(Mi)来确定。示例性的，样线数的计算公式为：ni＝Ai×Qi/Mi。
示例性的，样线起点间距Ri根据正方形或长方形进行计算，取千米整数。样线起点间距公式如下：Ri(a)×Ri(b)＝Ai/ni，其中，a和b分别表示不同样线。
示例性的，可以使用1/50000或1/100000的地形图为基本工作图，在地形图上先随机抽出一个公里线网的交汇点作为起始点，按照样线点间距，找出所有样线的起始点位置，此点为理论起点，并在地形图上标记出来，再根据样线长度和走向在地图上划出各样线的具体位置，此样线称为理论样线，最后绘成样线分布图。
在本发明实施例中，样点半径可以为两栖类10～20米、爬行类15～25米、鸟类25～50米、兽类20～25米，在原始森林内样点半径可以适当提高5～10米。
示例性的，各监测区域的样点数(ni)是根据监测区域的总面积(Ai)、抽样强度(Qi)和预设点面积(Mi)来确定的。样点数计算公式为：ni＝Ai×Qi/Mi；其中，Mi＝3.14×r2
样点间距根据正方形进行计算，取千米整数。样点间距公式如下：
示例性的，可以使用1/50000或1/100000的地形图为基本工作图，在地形图上先随机抽出一个公里线网的交汇点作为起始样点，按照样点间距，找出所有样点中心位置，并在地形图上标记出来，绘成样点分布图。
根据山地的可行走性，样点沿实际样线布设，样点间距应大于或等于样点的直径。因地形复杂，导致不能达到抽样强度的情况下，可以在一条实际样线上的样点数至少达到20个以上，半径越小，所需样点数量越多。
在本发明实施例中，可以根据野生动物的活动范围、生态习性、栖息地类型确定样方大小和形状。示例性的，样方宽度＝样线单侧宽×2×人数，长度>＝样方宽度。
示例性的，根据监测区域的总面积(Ai)、抽样强度(Qi)和样方面积(Mi)确定样方数(ni)。
ni＝Ai×Qi/Mi；
样方间距根据正方形进行计算，取千米整数。样方间距公式如下：
示例性的，可以使用1/50000或1/100000的地形图为基本工作图，在地形图上先随机抽出一个公里线网的交汇点作为样方起始点，按照样方间距，找出所有样方中心点位置，并在地形图上标记出来，再根据样方长、宽及走向在地图上划出各样方的具体位置，最后绘成样方分布图。
示例性的，样方可以沿实际样线布设，样方间距应大于或等于样方长度，因地形复杂，导致不能达到抽样强度的情况下，在一条实际样线上的样方数可以至少达到15个以上。
在本发明实施例中，所述视频采集装置在所述监测区域内由无人机携带按预设路线飞行，用以采集以预设路线为中心的区域图像；和/或，所述视频采集装置在所述监测区域内设置于固定位置，用以采集以固定位置为中心的区域图像。
在本发明实施例中，视频采集装置可以指红外数码照相机，所述预设路线可以指沿着样线行进，或者沿着预设样方行进，在样点采集视频时，可以以样点中心为中心，将视频采集装置固定设置在样点中心，在一定半径范围内进行视频采集。示例性的，若监测区域生境较为一致、可视性和可行走性较好可使用样线法；若地形复杂、生境变化较大、可视性和可行走性较差可使用样方法；根据实际需要想要在固定地点进行监测时可以选用样点法，示例性的，雀形目鸟类的监测尤其适合用样点法；
由无人机携带视频采集装置在预设样线或者样方上行进，采集样线或样方范围内动物种群视频信息，示例性的，无人机携带视频采集装置在预设样线上行进的速度可以为每小时1～2千米，在预设样方上行进的速度可以为0.1～0.2米/秒。
示例性的，若在做兽类调查时，地形复杂、生境变化较大、可视性和可行走性较差可使用样方法。在监测区域内由无人机携带视频采集装置在样方调查行进速度可以为0.1～0.2米/秒。采集监测区域内样方范围内及附近兽类视频信息。
示例性的，在做鸟类调查时，监测时期可以分繁殖季和冬季两次进行，繁殖季和冬季调查都应在大多数种类的数量相对稳定的时期内开展。一般繁殖季为每年的4月至7月，冬季为11月至翌年2月。各地可以根据本地的物候特点予以确定。监测应在晴朗、风力不大(一般在三级以下)的天气条件下进行。调查时间宜为清晨(日出0.5小时至3小时)或傍晚(日落前3小时至日落)。
示例性的，监测区域大部分地区的鸟类调查可以使用样线法，在监测区域内由无人机携带视频采集装置在样线上行进的速度以每小时1～2千米为宜。
示例性的，雀形目鸟类调查可以使用样点法。样点法可以在样点中心设置固定的视频采集装置，采集四周鸟类视频信息。每个样点的计数时间可以为5分钟。
示例性的，在地形复杂、生境变化较大、可视性较差的地区做地栖性鸟类调查时可使用样方法。在监测区域内由无人机携带视频采集装置在样方调查行进速度可以为0.1～0.2米/秒，采集采集监测区域内样方范围内及附近鸟类视频信息。
示例性的，爬行类调查季节宜为出蛰后的1～5个月内，调查时间宜为日出后2～4小时及日落前2～4小时。在地形复杂、生境变化不大、可视性较好的地区做爬行类调查时可使用样线法。由无人机携带视频采集装置在样线上行进的速度为每小时1～2千米。
示例性的，两栖类调查季节宜为出蛰后的1～5个月内。调查时间为晚上(日落0.5小时至日落后4小时)。在生境比较复杂、可视性较差的地区做两栖类调查，可以使用样方法，由无人机携带视频采集装置在样方上行进的速度为0.1～0.2米/秒。
示例性的，在山地生境较为一致、可视性较好的区域做两栖类调查，可使用样线法，由无人机携带视频采集装置在样线上行进的速度为每小时1～2千米。
步骤S102，对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
在本发明实施例中，所述对所述视频流中的每一帧图像进行图像检测，得到包含动物图像特征的图像帧和不包含动物图像特征的图像帧，这里，我们只需要包含动物图像特征的图像帧。
在该步骤中，可以针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征，若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
步骤S103，识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
在本发明实施例中，所述识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息，可以指：
识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
在该步骤中，可以得到监测区域内动物种群分布情况，示例性的，可以得到监测区域内的动物名称、监测区域内的每一种动物的动物数量及在监测区域内每一个监测到的动物的地理位置等信息。
示例性的，按样线行进得到的鸟类及兽类种群分布情况可以按以下几种情况分别利用公式进行计算。
在固定样线宽度的情况下：L为样线长度(单位Km)，W为样线单侧宽度(单位M)，N为观察到的个体总数(包括样线以外的个体数)N1为样线内观察到的个体数，P为样线内个体数所占比例(P＝N1/N)，D为密度(单位为只/公顷)，则鸟类及兽类样线内绝对密度的计算可以按下面的公式：
D＝N1/2LW；
若发现个体随至样线中线距离的增加呈直线减少时，鸟类及兽类样线内绝对密度的计算可以按下面的公式：
P＝KW(2-KW)
D＝10NK/L；
若发现个体集中分布在样线中线附近时，鸟类及兽类样线内绝对密度的计算可以按下面的公式：
示例性的，当样线的长和宽的单位是米时，所得结果是每平方米的鸟类只数。若换算成每平方公里的鸟类只数，需乘以系数1，000，000。
示例性的，在可变样带宽度的情况下，鸟类及兽类种群分布情况可以按以下公式进行计算，本计算方法也可称为截线法，其中D为密度，N为样带中线两侧观察到的个体的数量，L为样带长度，Xi为第i个个体到中线的距离为个体到样带中线的平均距离。若发现个体集中分布在样带中线附近时，应以负指数分布探测函数拟合。
若发现个体集中分布在中线及离中线一定距离的地方时，应以半正态截尾分布探测函数拟合。
示例性的，按样点得到的鸟类及兽类种群分布情况可以按以下公式进行计算：
D＝N/3.14r2；
其中D为密度(单位可以是只数/单位面积)N为每个样点所观测的鸟类个体数(若记录的是雄鸟则可以乘以2)，L为样点半径(单位可以是米)。
示例性的，按样方得到的鸟类及兽类种群分布情况可以按以下公式进行计算：D＝N/B其中D为密度，N为样方内发现的个体数，B为样方面积。
示例性的，按样方行进得到的两栖类及爬行类种群分布情况可以按以下公式进行计算：D＝(D1+D2+D3+…+Dn)/n，Dn＝Nn/An；
其中D为某个样区某种动物的相对密度；Dn为第n个样方某种动物的相对密度；Nn为第n个样方某种动物的数量；An为第n个样方的面积；
示例性的，按样线行进得到的两栖类及爬行类种群分布情况可以按以下公式进行D＝(D1+D2+D3+…+Dn)/n，Dn＝Nn/An；
其中D为某个样区某种动物的相对密度；Dn为第n个样方某种动物的相对密度；Nn为第n个样方某种动物的数量；An为第n个样方的面积；
示例性的，单样线一次调查的动物种群分布情况可以按以下公式进行计算：
或
其中：D为某一物种的居群密度；N为被观察到的某一物种的个体数；L为样线长度(m)；di为第i个个体与观察者之间的距离(m)，104为king’s转换常数。
示例性的，多样线多次调查的动物种群分布情况可以按以下公式进行计算：
其中：Di为第i次调查的某物种居群密度；Li为第i条样线的长度。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
步骤S104，根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
在该步骤中，对可以根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
该步骤中，所述预设的监测区域与调查区域之间动物种类换算关系可以指若监测区域在调查区域均匀分布，则各监测区域动物种群分布面积、栖息地面积、种群数量之和即为该物种在该调查区的分布面积、栖息地面积和种群数量。
示例性的，如果调查对象在监测区域均匀分布，则监测区域面积即为动物的分布面积。如果调查对象在监测区域内仅分布于特定栖息地，则该栖息地面积为动物的分布面积。
示例性的，可以根据野生动物的栖息地记录，确定栖息地类型，根据森林资源二类清查数据，可以用GIS确定分布区内各类型栖息地的面积，各类型栖息地面积之和即为动物在在调查区域内的的栖息地面积。
示例性的，如果某动物在监测区域内均匀分布，则该监测区域动物生态密度等于调查区域动物种群密度。
示例性的，如果某动物在监测区域依赖于某一特殊栖息地，则该动物生态密度依据该栖息地面积进行计算。
示例性的，若以N表示监测区域某种野生动物数量，D表示动物生态密度，A某种动物的栖息地面积，则N＝D×A。
本发明实施例通过首先获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；然后对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；再识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；最后可以根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
本发明实施例通过获取监测区域的视频流，再基于视频流确定动物种类，进而根据监测区域内的动物种类确定调查区域内的动物种群多样性，实现对调查区域进行动物种群多样性监测的目的，无需监测人员亲自前往指定区域通过肉眼观察后记录种群数据，提高对调查区域动物种群多样性的监测效率，提高监测准确度。
在本发明的又一实施例中，如图2所示，还提供一种动物种群多样性监测装置，包括：
获取模块11，用于获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；
检测模块12，用于对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
识别模块13，用于识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
确定模块14，用于根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本发明的又一实施例中，如图3所示，所述检测模块12包括：
第一检测单元1201，用于针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征；
第一确定单元1202，用于若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本发明的又一实施例中，如图4所示，所述识别模块13包括：
识别单元1301，用于识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
第二确定单元1302，用于若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
第三确定单元1303，用于若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本发明的又一实施例中，所述识别模块13包括：
计算单元，用于根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本发明的又一实施例中，还提供一种服务器，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法实施例所述的方法的步骤。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
本发明实施例所提供的动物种群多样性监测方法、装置及服务器的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种动物种群多样性监测方法，其特征在于，所述方法应用于服务器，所述服务器与监测区域内的多个视频采集装置连接，所述方法包括：
获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；
对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
2.根据权利要求1所述的动物种群多样性监测方法，其特征在于，所述对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧，包括：
针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征；
若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
3.根据权利要求1所述的动物种群多样性监测方法，其特征在于，所述识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息，包括：
识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
4.根据权利要求1所述的动物种群多样性监测方法，其特征在于，所述根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性，包括：
根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
5.根据权利要求1所述的动物种群多样性监测方法，其特征在于，所述视频采集装置在所述监测区域内由无人机携带按预设路线飞行，用以采集以预设路线为中心的区域图像；
和/或，所述视频采集装置在所述监测区域内设置于固定位置，用以采集以固定位置为中心的区域图像。
6.一种动物种群多样性监测装置，其特征在于，包括：
获取模块，用于获取监测区域内的视频采集装置采集的视频流，所述监测区域为预先在调查区域中划定的；
检测模块，用于对所述视频流中的多帧图像进行图像检测，得到包含动物图像特征的图像帧；
识别模块，用于识别所述图像帧中的动物图像特征，得到监测区域内的动物种群信息；
确定模块，用于根据所述监测区域内的所述动物种群信息确定所述调查区域内的动物种群多样性。
7.根据权利要求6所述的一种动物种群多样性监测装置，其特征在于，所述检测模块包括：
第一检测单元，用于针对所述视频流中每一个图像帧，检测所述图像帧中是否包含完整动物体的完整动物图像特征；
第一确定单元，用于若所述图像帧中包含完整动物图像特征，则确定所述图像帧包含动物图像特征。
8.根据权利要求6所述的一种动物种群多样性监测装置，其特征在于，所述识别模块包括：
识别单元，用于识别所述图像帧中的动物图像特征，若所述图像帧中的动物图像特征中包含预设的兽类图像特征，则确定所述图像帧中的动物图像特征为兽类图像特征；
第二确定单元，用于若所述图像帧中的动物图像特征中包含预设的鸟类图像特征，则确定所述图像帧中的动物图像特征为鸟类图像特征；
第三确定单元，用于若所述图像帧中的动物图像特征中包含预设的爬行及两栖类图像特征，则确定所述图像帧中的动物图像特征为爬行、两栖类图像特征。
9.根据权利要求6所述的一种动物种群多样性监测装置，其特征在于，所述确定模块包括：
计算单元，用于根据所述监测区域内的所述动物种群信息及预设的监测区域与调查区域之间动物种类换算关系，计算所述调查区域内的动物种群多样性。
10.一种服务器，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
CN201810364230.4A 2018-04-20 2018-04-20 一种动物种群多样性监测方法、装置及服务器 Pending CN108537205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810364230.4A CN108537205A (zh) 2018-04-20 2018-04-20 一种动物种群多样性监测方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810364230.4A CN108537205A (zh) 2018-04-20 2018-04-20 一种动物种群多样性监测方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN108537205A true CN108537205A (zh) 2018-09-14

Family

ID=63479040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810364230.4A Pending CN108537205A (zh) 2018-04-20 2018-04-20 一种动物种群多样性监测方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN108537205A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109511642A (zh) * 2018-11-29 2019-03-26 陕西师范大学 一种基于图像和聚类分析的草原灭鼠方法及系统
CN109982051A (zh) * 2019-04-19 2019-07-05 东莞市南星电子有限公司 具有动物识别功能的监控摄像方法和监控相机
CN110751117A (zh) * 2019-10-25 2020-02-04 兰州大学 一种基于无人机的羊群和牛群数量监测方法及装置
CN110990496A (zh) * 2019-12-18 2020-04-10 广州澳盾智能科技有限公司 一种针对多样化生物数据即时处理方法
CN111107317A (zh) * 2019-12-18 2020-05-05 广州澳盾智能科技有限公司 一种基于物联网的远程生物调查指挥系统
WO2021022427A1 (zh) * 2019-08-02 2021-02-11 唐山哈船科技有限公司 一种社区流浪动物监测系统及监测方法
CN113282644A (zh) * 2021-06-18 2021-08-20 浙江师范大学 自然环境动物调查数据快速检核方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2193308C2 (ru) * 2000-07-04 2002-11-27 Полярный научно-исследовательский институт морского рыбного хозяйства и океанографии им. Н.М.Книповича Способ подсчета теплокровных животных с летательного аппарата
CN101465033A (zh) * 2008-05-28 2009-06-24 丁国锋 一种自动追踪识别系统及方法
CN102436656A (zh) * 2011-09-05 2012-05-02 同济大学 基于计算机视觉的动物多样性监测方法
CN103347156A (zh) * 2013-06-24 2013-10-09 清华大学 一种基于红外相机数据估测野生动物种群数量的方法
CN105262986A (zh) * 2015-09-23 2016-01-20 郑州大学 野生猕猴追踪监测装置及系统
JP2016208065A (ja) * 2015-04-15 2016-12-08 いであ株式会社 動物個体数調査システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2193308C2 (ru) * 2000-07-04 2002-11-27 Полярный научно-исследовательский институт морского рыбного хозяйства и океанографии им. Н.М.Книповича Способ подсчета теплокровных животных с летательного аппарата
CN101465033A (zh) * 2008-05-28 2009-06-24 丁国锋 一种自动追踪识别系统及方法
CN102436656A (zh) * 2011-09-05 2012-05-02 同济大学 基于计算机视觉的动物多样性监测方法
CN103347156A (zh) * 2013-06-24 2013-10-09 清华大学 一种基于红外相机数据估测野生动物种群数量的方法
JP2016208065A (ja) * 2015-04-15 2016-12-08 いであ株式会社 動物個体数調査システム
CN105262986A (zh) * 2015-09-23 2016-01-20 郑州大学 野生猕猴追踪监测装置及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐卓等: "基于红外相机技术对四川卧龙国家级自然保护区雪豹(Panthera uncia)的研究", 《生物多样性》 *
章书声: "红外相机技术在鼠类密度估算中的应用", 《生态学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109511642A (zh) * 2018-11-29 2019-03-26 陕西师范大学 一种基于图像和聚类分析的草原灭鼠方法及系统
CN109982051A (zh) * 2019-04-19 2019-07-05 东莞市南星电子有限公司 具有动物识别功能的监控摄像方法和监控相机
CN109982051B (zh) * 2019-04-19 2021-06-29 东莞市南星电子有限公司 具有动物识别功能的监控摄像方法、监控相机和存储介质
WO2021022427A1 (zh) * 2019-08-02 2021-02-11 唐山哈船科技有限公司 一种社区流浪动物监测系统及监测方法
CN110751117A (zh) * 2019-10-25 2020-02-04 兰州大学 一种基于无人机的羊群和牛群数量监测方法及装置
CN110990496A (zh) * 2019-12-18 2020-04-10 广州澳盾智能科技有限公司 一种针对多样化生物数据即时处理方法
CN111107317A (zh) * 2019-12-18 2020-05-05 广州澳盾智能科技有限公司 一种基于物联网的远程生物调查指挥系统
CN113282644A (zh) * 2021-06-18 2021-08-20 浙江师范大学 自然环境动物调查数据快速检核方法及装置
CN113282644B (zh) * 2021-06-18 2022-06-07 浙江师范大学 自然环境动物调查数据快速检核方法及装置

Similar Documents

Publication Publication Date Title
CN108537205A (zh) 一种动物种群多样性监测方法、装置及服务器
Fisher et al. Clustered disturbances lead to bias in large‐scale estimates based on forest sample plots
Nieto‐Sánchez et al. Long‐term change and spatial variation in butterfly communities over an elevational gradient: driven by climate, buffered by habitat
CN103003818A (zh) 用于广阔地域上的多样化资源基础的测绘建模的系统和方法
Kokkonen et al. Changes to the water balance over a century of urban development in two neighborhoods: Vancouver, Canada
Toivonen et al. Elevational shifts in the topographic position of Polylepis forest stands in the Andes of Southern Peru
Zaki et al. Analysis of urban morphological effect on the microclimate of the urban residential area of Kampung Baru in Kuala Lumpur using a geospatial approach
Chanthorn et al. Viewing tropical forest succession as a three-dimensional dynamical system
OPPEL et al. Identification of the best sites around the gulf of Iskenderun, Turkey, for monitoring the autumn migration of Egyptian Vultures
Dimitrov et al. Mapping and assessment of urban heat island effects in the city of Sofia, Bulgaria through integrated application of remote sensing, unmanned aerial systems (UAS) and GIS
van Doorn et al. Urban tree monitoring: a resource guide
Shi et al. Conservation value of world natural heritage sites’ outstanding universal value via multiple techniques—Bogda, Xinjiang Tianshan
Wibowo et al. Improving geoinformation technology by incorporating local participation
Gallardo‐Cruz et al. Relating species richness to the structure of continuous landscapes: alternative methodological approaches
Geri et al. Mapping patterns of ferns species richness through the use of herbarium data
Little Sampling and analyzing wetland vegetation
Kulkarni et al. Land use land cover change detection through GIS and unsupervised learning technique
Liu et al. Ecological restoration success on the Loess Plateau of China: A qualitative and quantitative exploration based on rephotography
Slone et al. Movements and habitat use locations of manatees within Kings Bay Florida during the Crystal River National Wildlife Refuge winter season (November 15–March 31)
Hartel et al. Pond‐based survey of amphibians in a Saxon cultural landscape from Transylvania (Romania)
Storebakken et al. Modelling of the Seasonal Snow Cover Dynamics for Open and Forested Areas in the Berchtesgaden National Park (Germany) Using the openAMUNDSEN Mountain Snow Cover Model
Doyel et al. Wildlife-Vehicle risk Assessment along Yellowstone’s western Boundary: Implications for ecological connectivity and road safety
HONGO et al. Camera trap monitoring for wildlife density estimation with the REST model: A handbook focusing on rainforest mammals
Perry et al. The Routledge Handbook of Landscape Ecology
Fadda et al. The use of remote sensing and GIS to study land use changes in Barka Wilaya, Oman

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181207

Address after: 510670 Science Avenue 286, Guangzhou High-tech Industrial Development Zone, Guangdong Province, 607-2

Applicant after: Guangdong Yunlin Information Engineering Technology Co., Ltd.

Address before: 510000 Science Avenue 286 Luogang District, Guangzhou City, Guangdong Province 607-2

Applicant before: Guangzhou State Forestry Mdt InfoTech Ltd

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180914