基于物件侦测的鸟类观察系统

来源: 发布时间:2023-12-04 浏览次数:1404
基本信息

第一作者姓名:張善揚

性别:男

民族:汉族

第一作者学校:澳門培正中學

第一作者人所在年级:初二

第二作者姓名:陳軒賢

性别:男

民族:汉族

第二作者人所在学校:澳門培正中學

第二作者人所在年级:初三

第三作者姓名:張正源

性别:男

民族:汉族

第三作者人所在学校:澳門培正中學

第三作者人所在年级:初二

辅导教师姓名:鄭穎清


作品摘要

*结构组成:

本项目的系统主要由摄像头、触控式显示屏、扬声器、马达、Coral USB Accelerator、 齿轮系统和SenseStorm主机所构成,SenseStorm内置Raspberry pi,可以用Python语言程序来控制。当用户观察到雀鸟,系统会自动追踪雀鸟,可以按触控式显示屏,显示屏会显示该鸟的名称等资料并以粤语播放其名称。 

*主要特征:

当摄像头侦测到一只雀鸟,系统的两个马达可以控制摄像头转动,以左右360度方向,上下约110度,从而追踪雀鸟的行走方向。用户点一点显示屏,系统便把这张图像以爬虫技术,送到“知鸟网”利用网站的免费平台,进行AI分析,知道这只雀鸟的数据(如学名、习性等等),便把有关的数据反回系统显示屏,并以扬声器以广东话读出这只雀鸟经分析得的名字。

*主要用途:

此作品主要放置处湿地公园,通过ObjectDetecion快速追踪到鸟类,只要游客稍作操控便可拍照并识别鸟类,最后输出此鸟的各种基本信息,以便游客能更好了解这个大千世界的无奇不有。

*创新点:

创新点:系统利用物件侦测技术识别雀鸟,并自动追踪,用户经系统选择雀鸟照片,系统利用爬虫技术,从“知鸟网”分析鸟只的种类,得知其数据并以语音及文字在系统上输出,以作为推广澳门环保教育及澳门旅游的设施。


作品说明

*问题提出:

*提出的问题和解决的问题:

澳门观鸟区观鸟的人都对眼前的鸟类非常感兴趣,但由于距离太远或天气问题,未必能够用肉眼清楚地辨识到鸟类的种类。保育区现时数据板上的鸟类数据有限,更新未必及时,透过这个自动化辨鸟系统,能够实时提供更多更新的鸟类数据供我们参考,加强我们对鸟类的认识,并增加互动。自动化辨鸟系统更有助发现新的鸟类品种,供相关团体进行各项鸟类研究,重点研究一些具保育价值的鸟类,从而达到推动保育措施的发展的目的.

研究问题的原因和意义:

澳门是一个理想的观鸟热点,肉眼观鸟会有距离和能见度的限制,设置一部自动化跟踪及辨识鸟类系统,可实时辨认出眼前鸟类,知道牠们的数据。透过本系统可开创澳门AI人工智能生态保育的研究、提升澳门环境保护方面的成效,配合澳门经济适度多元化的发展。

*解决方案:

解决问题的办法:

运用SenseStorm中的Raspberry pi处理器运行Python程序, 配合OpenCV、Tensorflow的对象侦测分类器、爬虫技术及系统的齿轮结构系统运行。系统主要由摄像头、Coral USB Accelerator、扬声器、触控显示屏、齿轮系统、两个马达和SenseStorm主机所构成,SenseStorm内置Raspberry pi (可以视作一个微型计算机)。运行程序代码后,当摄像头侦测到一只雀鸟后,透过两个马达和齿轮系统可以控制摄像头左右及上下转动,从而追踪雀鸟的行走方向。用户点一点显示屏,系统便把雀鸟的影象送到“知鸟网”,利用网站的免费平台,对该照片中的雀鸟进行辨识,并输出该鸟的名称和特征等相关信息,最后把获取的数据返回显示屏,扬声器以广东话读出这只雀鸟的名字。

发明研究的重点:

使用Tensorflow进行对象检测是一种计算器视觉技术。它可以从图像或视频中检测、定位和跟踪对象。其中软件系统可从给定的图像或视频中检测、定位和跟踪对象。再配合系统的结构,运用两个马达来追踪雀鸟。网络爬虫是一种用来自动浏览全球信息网的网络机器人。利用摄像头得到使用者想要的相片,运用Selenium技术,把相片经系统自动上传到「知鸟网」网站,经网站的深度学习识别该雀鸟的名称后利用网站的免费平台,进行AI分析,知道这只雀鸟的数据(如学名、习性等等),便把有关的数据反回系统显示屏,并以扬声器以广东话读出这只雀鸟经分析得的名字。

发明研究的难点:

使用Tensorflow进行对象检测是一种计算器视觉技术。它可以从图像或视频中检测、定位和跟踪对象。其中软件系统可从给定的图像或视频中检测、定位和跟踪对象。再配合系统的结构,运用两个马达来追踪雀鸟。网络爬虫是一种用来自动浏览全球信息网的网络机器人。利用摄像头得到使用者想要的相片,运用Selenium技术,把相片经系统自动上传到「知鸟网」网站,经网站的深度学习识别该雀鸟的名称后利用网站的免费平台,进行AI分析,知道这只雀鸟的数据(如学名、习性等等),便把有关的数据反回系统显示屏,并以扬声器以广东话读出这只雀鸟经分析得的名字。

发明研究的难点:

使用Tensorflow进行对象检测是一种计算器视觉技术。它可以从图像或视频中检测、定位和跟踪对象。其中软件系统可从给定的图像或视频中检测、定位和跟踪对象。再配合系统的结构,运用两个马达来追踪雀鸟。网络爬虫是一种用来自动浏览全球信息网的网络机器人。利用摄像头得到使用者想要的相片,运用Selenium技术,把相片经系统自动上传到「知鸟网」网站,经网站的深度学习识别该雀鸟的名称后利用网站的免费平台,进行AI分析,知道这只雀鸟的数据(如学名、习性等等),便把有关的数据反回系统显示屏,并以扬声器以广东话读出这只雀鸟经分析得的名字。

本发明使用方法、附图说明性文字:

1.  设置好系统,使其处于最有利的位置(如湿地公园),运行程序代码。

2.  系统自动侦测雀鸟。

3.  摄像头通过两个马达和齿轮系统跟踪雀鸟。

4.  用户按一按显示屏为雀鸟拍照,并上传至“知鸟网”。

5.  从网站得到该雀鸟的数据,把数据显示,同时以粤语读出数据。 

*使用或试用效果:

系统使用和操作便利,输出的内容除文字内容,还包括语音,能迎合不同年龄和需要的使用者的需求。

用10只不同的常见鸟类在镜头前作测试,在测试中,8只鸟经过几次试验成功被系统辨认出来,分别为黑面琵鹭(98%)、大白鹭(85%)、绿翅鸭(93%)、牛头伯劳(99%)、灰背椋鸟(97%)、灰胸秧鸡(50%)、红喉歌鸲(85%)、蓝喉歌鸲(99%),但黑冠鳽尝试多次,最终未能成功辨认出来,整体成功率为81%.

*优点:

相对于有辨鸟功能的网站,我们无疑提供了一个转运站,让湿地公园的游客更快速辨认。同时,ObjectDetction也能避免了因鸟只飞得太快而导致拍摄工具跟不上最后无法辨认的结果。这个项目也能改善一向的小册子介绍,为地球的环保也能尽一分力(小册子的原材料是纸)。

*还需进一步研究的问题:

因为时间问题,我们未能构造我们独有的资料库以用作辨认,希望可以在未来完成这一目的。并且,将此项目改造成为手机软件也是我们所希望的,这样能更容易普及市民和游客对鸟类的认识,更好保护它们。


作品图片


查新说明

*查新网址与关键词:

文献检索范围:

万方数据资源系统

中国专利信息网

维普科技期刊文摘索引

 检索词及检索策略:

检索词:

1.物件侦测

2.爬虫技术

3.语言播放

4.雀鸟

5.人工智能

 检索式: 

1.物件侦测and爬虫技术and雀鸟

2.(爬虫技术or人工智能or对象侦测)and雀鸟

3.(爬虫技术or语言播放)and对象侦测and雀鸟 

检索中未见与本课题相同的报导。

*与本发明最相近的发明专利、研究文献的名称与摘要:

CCPSO优化支持向量机的鸟声识别技术研究 

摘要:鳥類是生態系統中的重要組成部分,鳥類物種的多樣性對生態環境有重要作用.所以,通過鳥聲信號來識別鳥類從而對其進行保護有現實意義.文章對鳥聲信號采用雙參數的雙門限法進行分段,從鳥聲信號中尋找出聲音的起始點和終止點的具體幀,進一步進行特征提取,提取每段鳥聲信號中的短時能量和短時平均幅度,短時語譜圖中的平均值、對比度、熵,共5種特征,采用優化參數的支持向量機進行鳥類物種分類.結果表明,基于混沌云粒子群優化(Chaos Cloud Particle Swarm Optimization,CCPSO)的支持向量機對比普通支持向量機的分類準確度得到提升,可有效地識別鳥類.利用該方法實現鳥類物種保護和生態系統管理的目的.