濱海濕地的鳥類監(jiān)測計數(shù)方法：目標檢測與密度估計

濱海濕地的鳥類監(jiān)測計數(shù)方法：目標檢測與密度估計摘要：濱海濕地中鳥類是主要的生物之一。我們保護鳥群的同時也是保護濕地，對濕地中鳥群的監(jiān)測是必不可少的方法之一。對影像資料中鳥類進行識別計數(shù)的現(xiàn)有方法對圖像本身要求較高，如背景與目標易于區(qū)分，目標重疊度低等。而基于數(shù)據(jù)驅(qū)動的深度學習模型能有效學習目標特征，提高識別率。本文基于遷移學習理念，從目標檢測和密度估計兩個角度對濕地中鳥類進行統(tǒng)計計數(shù)，建立了濱海濕地鳥類圖像數(shù)據(jù)集，其他鳥類圖像作為補充，其中單張圖像包含鳥類的數(shù)量1~900不等。同時得到在測試集中目標檢測模型YOLOv4的平均計數(shù)誤差為6.70,密度回歸模型CAN的平均計數(shù)誤差為15.11。關(guān)鍵詞：濕地保護；鳥類計數(shù)；目標檢測；密度回歸引言生物監(jiān)測對生物以及生物所處生態(tài)系統(tǒng)的研究有著重要的意義。濱海濕地的鳥類監(jiān)測是了解濱海濕地，研究濱海濕地，保護濱海濕地和保護管理鳥類種群的有效手段之一。鳥類監(jiān)測最早是通過觀察員人工觀測鳥類，但這對觀察員的素質(zhì)要求較高，無法對人類難以進入的環(huán)境調(diào)查存在困難，后出現(xiàn)了航空攝影，無人機系統(tǒng)調(diào)查等方法［1］。數(shù)碼相機在其中發(fā)揮了不可替代的作用?；趫D像的目標檢測分類方法主要步驟為對圖像預處理，對圖像進行特征提取，對提取后的特征進行分類，常見的特征有光譜范圍，大小，形狀，紋理等。一般的特征提取方法是針對特征人為設(shè)計算子進行特征提取，這難以提取到深層次的特征，如語義特征。故出現(xiàn)了人工神經(jīng)網(wǎng)絡方法對特征進行學習并提取，但該方法對鳥類對象的研究較少，也缺乏針對鳥類目標特點的數(shù)據(jù)集，即小目標，多姿態(tài)，高遮擋，高密度等。本文基于深度學習和遷移學習的方法，其中神經(jīng)網(wǎng)絡結(jié)構(gòu)充當特征自提取器，以目標檢測和密度估計兩種思路對圖像中鳥類目標進行計數(shù)估計。同時制作了一由濱海濕地島嶼采集的照片和鳥類紀錄片截取的圖片組成的數(shù)據(jù)集。一、數(shù)據(jù)集制作數(shù)據(jù)集中含有16張濕地島嶼的高分辨率圖像和110張網(wǎng)絡圖像。其中拍攝視角多樣化，如自由拍攝視角，無人機拍攝的俯視視角，圖像鳥類總數(shù)達1~900多只不等，按比例9：1劃分為訓練集和測試集。對目標檢測任務，需將目標整體框出，如圖1。對于密度估計任務，需得到圖片中目標的密度。圖片中鳥類目標存在透視現(xiàn)象，大小不一，故采用了標準的單位脈沖和高斯函數(shù)卷積得到的圓形二維高斯密度分布生成的密度圖，其中高斯核標準差為目標所占框的寬高和的四分之一，得到如圖2所示密度圖［2,3。生成的密度圖會將標簽值轉(zhuǎn)化為帶小數(shù)的數(shù)值，如圖2中目標框個數(shù)有984,密度圖積分個數(shù)為970.88。(a) (b)圖1原始圖片（a）和帶標簽圖片（b）圖2帶標注的無人機圖片（a）和無人機圖片的密度圖（b）二、目標檢測計數(shù)目標檢測中遷移學習模型為FasterR-CNN和YOLOv4［4,5］。FasterR-CNN是經(jīng)典的二階段目標檢測模型，但其結(jié)構(gòu)缺乏對小目標，高遮擋，高密度的設(shè)計。YOLOv4是最新的YOLO系單階段目標檢測模型，除基礎(chǔ)目標檢測模塊外，融入了許多訓練技巧和特征增強模塊。訓練學習后得到圖3。圖3中藍色線為圖片包含真實目標值，紅色線為FasterR-CNN檢測結(jié)果，綠色線為YOLOv4檢測結(jié)果。顯然綠色線能很好得與藍色線重合，F(xiàn)asterR-CNN的平均計數(shù)誤差為108.30,YOLOv4的平均計數(shù)誤差為6.70。圖4為YOLOv4測試集測試結(jié)果例圖，可以看出目標檢測模型不僅能給出計數(shù)結(jié)果，還能給出目標參考位置。

圖3FasterR-CNN和YOLOv4模型在測試集的計數(shù)表現(xiàn)（a） （b）圖412個預測框和11個真實目標（a）和357個預測框圖3FasterR-CNN和YOLOv4模型在測試集的計數(shù)表現(xiàn)（a） （b）圖412個預測框和11個真實目標（a）和357個預測框381真實目標（b）密度回歸中遷移學習模型為CAN,是人群密度回歸的計數(shù)模型［可。與目標檢測模型將目標框出的預測形式不同，密度回歸模型得到目標的密度分布圖的預測形式進行預測，然后積分得到總數(shù)。同樣進行訓練學習，訓練結(jié)果如圖5所示，從左到右分別為原圖，真實密度分布圖和預測密度分布圖。(a) GT379.11Estimation367.02（b）GT970.88Estimation1004.23

圖5CAN模型在測試集上的表現(xiàn)，GT是圖片真實目標值,Estimation是密度圖積分值圖6CAN模型在測試集的計數(shù)表現(xiàn)CAN模型在測試集表現(xiàn)如圖6所示，平均計數(shù)誤差為15.11。其不僅能給出鳥類數(shù)量的估計值，同時給出鳥的密度分布。四、結(jié)論YOLOv4模型在該數(shù)據(jù)集上的平均計數(shù)表現(xiàn)是優(yōu)于CAN模型的。兩者各自方法上的優(yōu)勢，前者除目標數(shù)目外還能給出目標的檢測位置，后者則能給出相應的密度分布。但經(jīng)過該數(shù)據(jù)集訓練后，兩者在目標數(shù)目較少場景下的絕對誤差與數(shù)目較大場景下的絕對誤差基本差異較小，這使得目標數(shù)目較少場景中的相對誤差得以放大。在目標數(shù)目較少，高相對誤差場景中，YOLOv4模型給出的檢測位置的參考價值被大大降低，而CAN模型給出密度分布仍然具備一定的參考價值。造成目標數(shù)目較少場景中的高相對誤差的原因可能是訓練策略中損失函數(shù)的設(shè)計并沒有考慮到這方面。CAN模型中傳回網(wǎng)絡的誤差信號是基于期望信號與輸出信號之間的絕對差值，所以目標密集場景的誤差信號在訓練初期是遠大于目標稀疏場景的，這使得網(wǎng)絡更優(yōu)先偏重降低密集場景下的誤差，優(yōu)先學習密集場景的密度分布，在解空間中向密集場景密度回歸的極值點收斂。YOLOv4模型訓練誤差分兩部分，一是分類誤差，二是預測框回歸誤差。顯然在密集度低場景下的錯誤判別是分類誤差占主導。其原因可能是在數(shù)據(jù)集中鳥類類別繁多，沒有足夠的數(shù)據(jù)學習到鳥這一物種所有類別的特征劃分，但就人識別鳥而言，并不需要學習很多的鳥類信息，只需要知道簡單特征便能得到高級語義和很高的辨別率，所以數(shù)據(jù)驅(qū)動模型這一特點的約束也是原因之一。數(shù)據(jù)集制作時會盡可能標出能識別的鳥類，這使得標記可能是標記了直觀上僅僅是一條線，或較少的像素點，但放在其周圍場景能推斷出這是鳥類，如此的標記數(shù)據(jù)提高了模型的學習難度，或使其學習到了的錯誤分類知識。無論是基于目標檢測統(tǒng)計計數(shù)的YOLOv4模型，還是基于密度回歸統(tǒng)計計數(shù)的CAN模型，在鳥類檢測任務中有著良好的表現(xiàn)，平均計數(shù)誤差分別為6.70和15.11。同時制作數(shù)據(jù)集中含濱海濕地島嶼鳥類的真實照片，具備實地使用屬性。獲得更多監(jiān)測數(shù)據(jù)進行學習，或設(shè)計更合理的模型后能進一步提高統(tǒng)計計數(shù)任務表現(xiàn)。最早完成一般卸載部分時間點：cki=Ai+Pai+Ji+Ki;最早完成補給時間點：cli=Ai+Pai+Fi+Li；最早完成進口運輸時間點：cei=Ai+Pai+Ji+Ei；船舶最早完成駛離港口時間點：chi=Ai+Pi+Fi+Li+Hi；對于某一裝卸作業(yè)，作業(yè)中某裝卸步驟的作業(yè)時間、最晚開始時間和最早完成時間為Pi、bi和ci，其集合為：B={b],b2,…，b”…，bJ和C={ci,C2,…，c”…Cm};為簡化計算對B中的元素進行排序。使bjVbj,i=1，2,3，...，m-1,j=i+1,i+2,i+3,...,m;并讓C中的元素與B中保持相對應，即B和C中第i個元素都對應同一裝卸作業(yè)。而該順序則為理論上各個裝卸作業(yè)在該項目上的先后順序，即先完成i號作業(yè)，接下來完成i+1號作業(yè)。對于B中第一個作業(yè)，作業(yè)開始時間為C1-P1,設(shè)為石,作業(yè)結(jié)束時間為6。那么對于B中第二個作業(yè)，作業(yè)開始時間為6和C2-P2中較小值,使其為t2,即t2=min(j,C2-P2)；作業(yè)完成時間為t2+P2。B中第三個作業(yè)的開始時間為t3=min(t2+P2,C3-P3),作業(yè)完成時間為t?+P30同理，第i+1個作業(yè)的開始時間為ti+1=min(ti+Pi,Ci+1-Pi+1)，作業(yè)完成時間為電1+Pi+1,i=2,3,4,…，m。T={t1,t2,…，ti,…tm}為各個作業(yè)項目實際開始時間的集合：現(xiàn)將T與B中各數(shù)值進行對比，若bi>ti,對i=1,2,3,…，m,全部成立，則說明在時間上Sk中的項目可以由同一個岸橋完成。即Hr={r|bi>ti,bi€Br,ti€Tr},r€{1,2,3,4,5,6,7,8}代表八個裝卸步驟。各個數(shù)字代表的裝卸步驟如下：1-船舶停泊；2-優(yōu)先卸載；3-優(yōu)先出口運輸；4-一般出口運輸；5-一般卸載；6-補給；7-進口運輸；8-船舶駛離港口。以上是一個Sk中對某一個保障項目時間上的論證，需重復八次以完成全部論證。則可以得到時間測試集合Z,m為集合Sk的元素數(shù)量。Zk={r|Hr=m,r€{1,2,3,4,5,6,7,8}},則對于集合Sk其可由同一個設(shè)備完成的保障項目為集合Gk=ZkAWk,即空間和時間上都可以完成的保障項目。根據(jù)以上原理，可以得到若干可用的資源配置組合。表1是根據(jù)以上算法得到的某次補給裝卸流程規(guī)劃。表1優(yōu)化后的補給裝卸作業(yè)計劃安排船舶編號泊位到達港口時間停泊完成時間卸載開始優(yōu)先卸載完成卸載完成出口運輸開始優(yōu)先出口完畢出口運輸完畢補給開始補給完成離開港口時間111071101101131251071111251111311342211511811812113311511913311913914233120123123126138120124138124144147441251281281311431251291431291551585512713013013314512713114513115115461134137137140152134138152138158161761401431431461581401441581441641678214514814815116314514916314916917293151154154157169151155169155175178105154157157160172154158172158178181117156159159162174156