无人机影像目标自动提取在羊群围捕中的应用研究

挪威每年约有210万只羊在森林和山区自由放牧,在放牧季节结束时,农民们必须找到并围拢他们的羊,而这个过程非常耗时费力。现有跟踪羊群的方法包括铃铛、无线电铃、电子耳标和无人机等,这些方法受限于单价、信号覆盖、自动化程度低等缺点,无法高效自动地找到野外的羊。本文提出了一种基于无人机图像的羊群自动检测算法,使用ResNet和ResNeXt作为主干网络,设计了一种针对RGB和红外图像的羊群自动检测模型网络结构。本文分别利用RGB、红外和二者融合图像作为输入数据,对比模型检测效果,同时探讨了不同模型复杂性,并验证了模型泛化能力。实验结果表明,使用融合数据比单独使用一种数据能够获得更好的平均精度结果。不同复杂度和不同输入数据类型,其模型的验证数据集平均精度在69.6%~96.3%之间,处理时间在0.1~0.6 s之间。在置信阈值为0.5时,最优模型取得了97.9%的网格准确率和90.1%的召回率,这对应于在验证数据集中检测到97.5%的羊,因此,本文提出的基于无人机RGB和红外图像的羊群自动检测算法可以为改进羊群围捕做出一定贡献。