16

↑点击甘肃省林业和草原局 关注我们

绿色中国北京7月15日电(融媒体记者铁铮)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。其相关文章发表在新出版的《生物多样性》期刊上。文章题目是《基于TC-YOLO模型的北京珍稀鸟类识别方法》。

据了解，这一新的鸟类识别方法，具备优越的识别和泛化性能，识别的平均精度优于以往的方法，能够有效识别背景复杂或外观相似的鸟类图像。这一新方法的提出，为北京地区珍稀鸟类保护提供了重要技术支撑, 具有重要的实际应用价值。

相近科属鸟类图像不同模型识别效果对比(红色边框内为误检目标)

据了解，北京地区有白鹤、褐马鸡、中华秋沙鸭等28种国家一级保护鸟类。深入调查珍稀鸟类是一项十分重要的工作。通过调查，可以了解其生态习性、种群动态、分布范围等情况, 对促进珍稀鸟类的保护、维护当地生物多样性具有重要意义。

近年来, 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。由于实际鸟类图像普遍存在复杂背景，相近科属的鸟类看起来十分相似，因此使得深度学习模型识别容易出现漏检和误检。

团队负责人表示，将后续结合鸟类图像、音频以及地理位置信息开展多模态鸟类识别研究。

林木资源高效生产全国重点实验室PI张军国教授和包头师范学院副教授刘利为该文通讯作者, 北京林业大学工学院硕士研究生李柏灿为第一作者, 徐基良教授等为该文提供了很多指导。研究得到国家自然科学基金、中央高校优秀青年团队项目，北京市自然科学基金和国家林业和草原局林业科技成果推广计划的支持。

来源：绿色中国