报告详情
湿地鸟类智能监测：从数据到模型
编号：2788
访问权限：仅限参会人
更新：2024-04-12 19:51:26 浏览：815次
口头报告
报告开始：2024年05月19日 14:35（Asia/Shanghai）
报告时间：15min
所在会场：[S7] 主题7、遥感与地理信息科学 [S7-9] 主题7、遥感与地理信息科学 专题7.14、专题7.2（19日下午，305）
暂无文件
摘要
鸟类种群数量和多样性是自然生态系统健康状态的重要指征。传统上鸟类资源监测主要依赖人工完成，这种数据获取方式费时、费力且数据时空尺度小。智能手机和深度学习技术的发展打开了鸟类智能监测研究的大门。围绕鸟类智能监测中痛点问题，本研究做了如下研究工作：（1）依托无人机遥感监测、固定监控视频以及网络爬虫等鸟类图像获取技术，建成了全球首个大规模水鸟图像分类数据集以及鸟类目标检测数据集，其中水鸟分类数据集涵盖全球548种水鸟（占水鸟总量的90%），鸟类目标检测涉及全球1433种鸟类、标注鸟类图像超过14万幅。（2）开发针对鸟类特征的鸟类图像分类模型、层次化的小样本鸟类检测模型，为有效提升了常规鸟类以及稀有鸟类的识别精度。（3）实现了鸟类识别和检测模型的集成，开发了鸟类监测APP产品，并开放服务于社会公众。
关键词
湿地生态系统,，鸟类监测,，深度学习,，图像分类,，目标检测
报告人
周脚根
教授 淮阴师范学院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论