小样本条件下基于数据扩充和ResNeSt的雪豹识别

【目的】红外触发相机采集的雪豹监测图像质量参差不齐,且数量有限,为了提升小样本下雪豹的识别准确率,本研究提出一种雪豹监测图像自动识别方法。【方法】该方法基于具备注意力机制的ResNeSt50模型,使用祁连山国家公园的雪豹监测图像作为原始数据集,红外触发相机拍摄的非雪豹陆生野生动物图像作为扩充负样本,网络雪豹图像作为扩充正样本,生成3种数据集并依次进行对比实验,选择合适的扩充方式引导模型逐步关注到雪豹个体关键特征,使用梯度类激活热力图可视化进一步验证数据扩充后的有效性。【结果】使用原始数据集+扩充负样本+扩充正样本训练的模型识别效果最好,热力图可视化显示模型正确关注到雪豹个体花纹与斑点特征,对比基于Vgg16和ResNet50的识别模型,ResNeSt50的识别效果最好,测试集识别准确率达到97.70%,精确率97.26%,召回率97.59%。【结论】采用本研究提出的原始数据集+扩充负样本+扩充正样本数据扩充方法训练的模型,可以区分背景与前景,且对雪豹本身特征具有较强的判别能力,泛化能力最好。

雪豹生态与保护研究现状探讨

雪豹Panthera unica是生物多样性丧失指示物种,具有重要的保护和科研价值。雪豹特殊的栖息环境和较高的警觉性限制了研究数据的可获得性,导致对其生态和保护的研究进展缓慢且分散、缺乏系统性。本文针对有关雪豹的研究进行归纳、总结与讨论:雪豹生态与保护研究主要方法有7种,全面了解研究方法,可以为最大化利用研究数据提供参考。相关研究主要体现在6个方面:(1)总结雪豹对栖息地的选择以及人为干扰,探寻人豹冲突根源;(2)分析当前雪豹个体识别研究的优势与劣势;(3)阐述当前全球雪豹的种群数量分布;(4)整理已开展的雪豹活动与空间利用模式相关研究结果;(5)综述雪豹食源组成,为进一步完善该研究提供基础;(6)评估雪豹遗传多样性,为今后开展雪豹进化与基因组方面的研究提供参考。本文以了解当前雪豹生态与保护研究现状为目的,同时就目前研究中存在的问题及未来展望进行探讨,以期能为今后的雪豹生态与保护研究提供方法基础与参考方向。