书目详细信息
： 基于卷积神经网络的犬猫面部个体识别研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于卷积神经网络的犬猫面部个体识别研究/.郎瑛琪著/.赵红波指导 |
| 出版发行项： | 2023.6.19 |
| 载体形态项： | 55页:;+图表:;+30cm |
| 一般附注： | 大数据学院, 学号2021240545 |
| 提要文摘： | 犬猫面部识别在宠犬猫繁育、宠物保险、城市犬类管理、宠物智能设备等不同的应用场景下被广泛使用，对犬猫面部个体识别的准确率要求提高。此外宠物犬猫已变成许多人的心理寄托，对于人们的生活至关重要。一旦犬猫走失，由于其自身的不确定性，寻找是十分困难的，为了能辅助主人进行寻找，需要迅速的对犬猫个体进行判断。及时确定和准确的进行犬猫个体识别，对于辅助寻找宠物犬猫具有决定性的意义。本文提出了一种基于卷积神经网络的犬猫面部个体识别方法，用于犬猫个体的识别。主要进行以下工作的研究： 一是模型的选择与实验策略的选择。对YOLOv5,SSD,Faster R-cnn网络模型进行了简单介绍，使用VOC2012数据集对YOLOv5,SSD,Faster R-cnn三种神经网络模型进行实验结果对比。并阐述YOLOv5算法对比其他网络模型而言更快速度与更高准确率的优势，通过对网络模型的对比。选择YOLOv5模型进行目标的实现。 二是目标检测。为减少图片中环境因素对个体识别的影响，使用开源的COCO数据集中分类为犬猫的数据进行目标检测以精确检测出图像数据集中的犬猫个体。 三是收集宠物犬猫数据集与预处理。数据集由两部分组成，一部分是来自于自家犬猫与朋友的犬猫个体图像收集，另一部分数据是通过OpenCV从犬猫个体视频中帧提取所获得的图像。扩充数据集：考虑到已有数据量不充分，本文对图像进行镜像，翻转扩充。最终获得扩充后图像数据集3737张。并对犬猫面部个体识别训练数据集使用labelimg工具进行标注。 本研究最终使用YOLOv5网络模型对已有犬猫面部个体识别，准确率达到99.1%。实验结果与预期相符合。最后通过网页实现该模型的实际应用。本研究旨在通过应用深度学习技术，利用YOLOv5网络模型构建一种可靠的犬猫面部个体识别模型，以解决传统机器学习算法在个体识别上准确率偏低的问题。该模型通过机器学习技术进行研究，可有效识别犬猫个体，为研究提供了新思路。 关键词：卷积神经网络，目标检测，个体识别 |
| 并列题名： | Canine and feline facial individual recognition based on convolutional neural network eng |
| 题名主题： | 卷积神经网络 目标检测 个体识别 学位论文 |
| 中图分类： | TP183-533 |
| 个人名称等同： | 郎瑛琪 著 |
| 个人名称次要： | 赵红波 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |