鳥(niǎo)類自動(dòng)識(shí)別技術(shù)在鹽城珍禽自然保護(hù)區(qū)鳥(niǎo)類調(diào)查中的應(yīng)用

李征浩，陳國(guó)遠(yuǎn)，趙永強(qiáng)，張亞楠，李春榮，陳 浩

(江蘇鹽城國(guó)家級(jí)珍禽自然保護(hù)區(qū)管理處，江蘇 鹽城 224057)

鳥(niǎo)類作為濕地的指示性物種，其種群分布與數(shù)量對(duì)濕地生態(tài)系統(tǒng)健康評(píng)價(jià)具有重要意義，鳥(niǎo)類調(diào)查是濕地保護(hù)區(qū)的重要工作之一。然而，鳥(niǎo)類調(diào)查監(jiān)測(cè)長(zhǎng)期依賴于人工經(jīng)驗(yàn)積累和野外調(diào)查統(tǒng)計(jì)[1]，調(diào)查監(jiān)測(cè)人員的工作強(qiáng)度大，還必須具備豐富的鳥(niǎo)類識(shí)別經(jīng)驗(yàn)和知識(shí)，給鳥(niǎo)類的長(zhǎng)期監(jiān)測(cè)和保護(hù)帶來(lái)了較大的難度。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，尤其是近幾年大數(shù)據(jù)分析技術(shù)的廣泛應(yīng)用，基于計(jì)算機(jī)視覺(jué)技術(shù)開(kāi)展鳥(niǎo)類識(shí)別逐漸應(yīng)用到鳥(niǎo)類日常監(jiān)測(cè)和調(diào)查中來(lái)[2-4]。鑒于該技術(shù)在鳥(niǎo)類識(shí)別中的重要生態(tài)價(jià)值，鹽城珍禽自然保護(hù)區(qū)近年來(lái)將鳥(niǎo)類自動(dòng)識(shí)別系統(tǒng)應(yīng)用于鳥(niǎo)類調(diào)查，取得了較好的成效。現(xiàn)對(duì)比常規(guī)鳥(niǎo)類調(diào)查方法，在總結(jié)鹽城珍禽自然保護(hù)區(qū)傳統(tǒng)的調(diào)查方法以及應(yīng)用鳥(niǎo)類自動(dòng)識(shí)別技術(shù)的基礎(chǔ)上，分析鳥(niǎo)類自動(dòng)識(shí)別技術(shù)的優(yōu)勢(shì)、存在問(wèn)題和改進(jìn)建議，并對(duì)其應(yīng)用前景和研究進(jìn)行展望。

1 常規(guī)鳥(niǎo)類調(diào)查方法

常規(guī)的鳥(niǎo)類調(diào)查方法有樣線法、樣點(diǎn)法、標(biāo)圖法、標(biāo)記重捕法、鳴聲回放法、聚集地調(diào)查法等[5]，其中，標(biāo)圖法是最精確的一種方法[6]。但是由于需要眾多經(jīng)驗(yàn)豐富的觀察者進(jìn)行大量的工作，且不適用于復(fù)雜的生境條件，又投入巨大，故此種方法只在歐美少數(shù)國(guó)家得到應(yīng)用。我國(guó)目前鳥(niǎo)類調(diào)查中最常使用的方法是樣線法和樣點(diǎn)法[7]，而標(biāo)記重捕法、鳴聲回放法、聚集地調(diào)查法應(yīng)用則比較少[8]。

(1) 樣線法：在調(diào)查地點(diǎn)選擇多條樣帶線，通過(guò)肉眼或借助 10 倍雙筒望遠(yuǎn)鏡和 60 倍單筒望遠(yuǎn)鏡在開(kāi)闊生境中，觀察、記錄鳥(niǎo)類的種類及數(shù)量分布，并通過(guò)GPS 定位，在地圖紙上標(biāo)記出樣帶位置。

樣線法不受季節(jié)限制，靈活性強(qiáng); 易于發(fā)現(xiàn)鳥(niǎo)的種類多，但只適用于平坦、簡(jiǎn)單地勢(shì),且需花費(fèi)大量時(shí)間和精力，前進(jìn)速率不易維持穩(wěn)定。

(2) 樣點(diǎn)法：樣點(diǎn)法主要是根據(jù)數(shù)個(gè)固定樣點(diǎn)，借助 10 倍雙筒望遠(yuǎn)鏡和 60 倍單筒望遠(yuǎn)鏡，以點(diǎn)為中心形成一個(gè)圓形區(qū)域，直接計(jì)數(shù)一定面積內(nèi)的鳥(niǎo)類和數(shù)量。

樣點(diǎn)法易于實(shí)施、隨機(jī)化或系統(tǒng)化，適合于復(fù)雜及斑塊化生境，但調(diào)查的精度較低，只能觀察到調(diào)查地區(qū)的部分鳥(niǎo)類個(gè)體，效率較樣線法低。

2 鹽城珍禽自然保護(hù)區(qū)常規(guī)鳥(niǎo)類調(diào)查

江蘇鹽城國(guó)家級(jí)珍禽自然保護(hù)區(qū)，地處江蘇中部沿海，擁有大陸海岸線582 km，面積24.72萬(wàn)hm2，是我國(guó)最大的淤泥質(zhì)海岸保護(hù)區(qū)、國(guó)際重要濕地、世界生物圈保護(hù)區(qū)、東亞-澳大利西亞鳥(niǎo)類遷徙路線上的熱點(diǎn)保護(hù)區(qū)。其獨(dú)特的地理位置、淤積於漲型海岸帶、豐富多樣的生態(tài)系統(tǒng)，使得鹽城保護(hù)區(qū)成為眾多鳥(niǎo)類的重要棲息地和覓食地，每年有600—800只丹頂鶴來(lái)此越冬，有300萬(wàn)只遷徙的鸻鷸類候鳥(niǎo)在此停留覓食。隨著鳥(niǎo)類越來(lái)越多，鳥(niǎo)類調(diào)查工作日趨重要。

鹽城珍禽保護(hù)區(qū)是國(guó)內(nèi)最早開(kāi)展鳥(niǎo)類調(diào)查的保護(hù)區(qū)之一，保護(hù)區(qū)成立之初，主要針對(duì)重點(diǎn)保護(hù)物種丹頂鶴開(kāi)展野外調(diào)查，后來(lái)逐步規(guī)范化和專業(yè)化，并逐步擴(kuò)展鳥(niǎo)類調(diào)查對(duì)象。2012年環(huán)境保護(hù)部開(kāi)始啟動(dòng)全國(guó)生物多樣性監(jiān)測(cè)項(xiàng)目，覆蓋保護(hù)區(qū)全方位進(jìn)行四季鳥(niǎo)類監(jiān)測(cè)，規(guī)范化采用樣線和樣點(diǎn)法調(diào)查，主要傾向于水鳥(niǎo)調(diào)查。2019年，保護(hù)區(qū)鳥(niǎo)類調(diào)查人員將鹽城濱海濕地劃分成36個(gè)10 km×10 km調(diào)查網(wǎng)格，在每個(gè)網(wǎng)格中設(shè)定樣點(diǎn)、樣線，共120個(gè)，從北到南涉及響水縣、濱?？h、射陽(yáng)縣、亭湖區(qū)、大豐區(qū)、東臺(tái)市共6個(gè)區(qū)縣。重點(diǎn)調(diào)查區(qū)域?yàn)楸Ｗo(hù)區(qū)核心區(qū)與有較多鳥(niǎo)類棲息繁殖的地區(qū)，調(diào)查內(nèi)容為：濕地鳥(niǎo)類物種組成、分布、種群數(shù)量、生境類型，濕地鳥(niǎo)類棲息地保護(hù)現(xiàn)狀與受威脅因素，珍稀瀕危及保護(hù)物種的種類、數(shù)量特征、分布狀況、生境特征、保護(hù)現(xiàn)狀、受威脅狀況等。由于鹽城珍禽自然保護(hù)區(qū)地處沿海，面積大，生境復(fù)雜，鳥(niǎo)類調(diào)查常受地域和天氣條件限制，調(diào)查結(jié)果準(zhǔn)確性受制于調(diào)查人員的經(jīng)驗(yàn)知識(shí)和調(diào)查頻度等，而基于計(jì)算機(jī)視覺(jué)技術(shù)的鳥(niǎo)類自動(dòng)識(shí)別技術(shù)，全天時(shí)更加高效精準(zhǔn)對(duì)越來(lái)越多的鳥(niǎo)類進(jìn)行監(jiān)測(cè)和調(diào)查。

3 鹽城珍禽自然保護(hù)區(qū)鳥(niǎo)類自動(dòng)識(shí)別技術(shù)應(yīng)用

3.1 鳥(niǎo)類自動(dòng)識(shí)別技術(shù)原理

在鳥(niǎo)類自動(dòng)識(shí)別過(guò)程中，使用卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別算法和基于以太網(wǎng)標(biāo)準(zhǔn)化接口數(shù)據(jù)形成了人工智能(AI)平臺(tái)。人工智能中的圖像識(shí)別技術(shù)，其產(chǎn)生目的是為了讓計(jì)算機(jī)代替人類去處理大量的圖像等物理信息，是人工智能中最為重要的技術(shù)之一。圖像識(shí)別技術(shù)的過(guò)程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。鳥(niǎo)類識(shí)別流程見(jiàn)圖1。

圖1 鳥(niǎo)類識(shí)別流程

前期通過(guò)收集大量鳥(niǎo)類樣本圖片，對(duì)樣本圖片進(jìn)行標(biāo)注并利用算法進(jìn)行訓(xùn)練形成識(shí)別模型樣本庫(kù)。鳥(niǎo)類識(shí)別過(guò)程：首先通過(guò)攝像機(jī)捕捉鳥(niǎo)類視頻，對(duì)視頻進(jìn)行每幀畫(huà)面分割，降噪處理，精準(zhǔn)定位鳥(niǎo)類頭部、身體部位(翅膀、羽毛等特征)并進(jìn)行特征提取，得到特征向量，進(jìn)而將若干特征向量組合成一個(gè)數(shù)據(jù)集，運(yùn)用深度學(xué)習(xí)算法，與訓(xùn)練好的模型特征比對(duì)，提取各種鳥(niǎo)類體貌特征，實(shí)現(xiàn)對(duì)視頻畫(huà)面中的鳥(niǎo)類進(jìn)行多目標(biāo)實(shí)時(shí)捕捉和自動(dòng)識(shí)別分類，最后將結(jié)果反映到顯示器。

圖像檢索，即將獲取的照片與識(shí)別模型樣本庫(kù)進(jìn)行對(duì)比匹配得出識(shí)別結(jié)果的過(guò)程。傳統(tǒng)的圖像檢索大多針對(duì)通用物體，比如在一些變化不特別大的剛體之間搜索，如不同角度、光照下拍攝的建筑物等，難以準(zhǔn)確應(yīng)用于更精細(xì)的場(chǎng)景，如給定1只鳥(niǎo)的照片，讓系統(tǒng)在200多只各類鳥(niǎo)中找出同類的鳥(niǎo)，這時(shí)需要尋求新的卷積神經(jīng)網(wǎng)絡(luò)算法來(lái)完成細(xì)粒度圖像檢索任務(wù)。在進(jìn)行細(xì)粒度分類時(shí)，借用了做圖像檢索時(shí)的思想，即“定位主要物體，去掉無(wú)效描述”。具體而言，通過(guò)對(duì)分析對(duì)象添加關(guān)鍵點(diǎn)，進(jìn)而生成關(guān)鍵部位，從而生成有關(guān)識(shí)別對(duì)象的邊界框。用生成的邊界框內(nèi)部圖像來(lái)訓(xùn)練一個(gè)分割網(wǎng)絡(luò)，學(xué)習(xí)針對(duì)具體識(shí)別對(duì)象的邊界圖，根據(jù)習(xí)得的邊界圖，生成了對(duì)應(yīng)物體整體、頭部、身體的3個(gè)網(wǎng)絡(luò)。在這些網(wǎng)絡(luò)的最后一層卷積張量上進(jìn)行對(duì)應(yīng)的深度描述子篩選與融合。最后，將融合的結(jié)果進(jìn)行級(jí)聯(lián)，便可以讓模型完成最后的細(xì)粒度識(shí)別任務(wù)。

3.2 鹽城珍禽保護(hù)區(qū)鳥(niǎo)類自動(dòng)識(shí)別技術(shù)應(yīng)用實(shí)踐

鹽城珍禽自然保護(hù)區(qū)從2017年開(kāi)始應(yīng)用鳥(niǎo)類自動(dòng)識(shí)別技術(shù)，在保護(hù)區(qū)內(nèi)架設(shè)高空遠(yuǎn)程視頻監(jiān)控設(shè)備。2020年在鹽城射陽(yáng)1號(hào)水庫(kù)、鹽城珍禽保護(hù)區(qū)核心區(qū)大泗陽(yáng)、東臺(tái)條子泥布設(shè)專用于監(jiān)測(cè)鳥(niǎo)類的攝像頭，同時(shí)利用專線建立局域網(wǎng)，布置1臺(tái)圖像采集交互服務(wù)器，服務(wù)器將前端影像進(jìn)行數(shù)據(jù)處理和清洗，將有效數(shù)據(jù)傳輸?shù)阶R(shí)別服務(wù)器，識(shí)別服務(wù)器將識(shí)別結(jié)果和業(yè)務(wù)服務(wù)器進(jìn)行信息傳遞；通過(guò)基于卷積神經(jīng)網(wǎng)絡(luò)為核心的深度學(xué)習(xí)野生動(dòng)物優(yōu)化的識(shí)別算法、依托高算力的GPU算力云，結(jié)合網(wǎng)絡(luò)的高速低延時(shí)傳輸?shù)燃夹g(shù)，共同完成對(duì)水鳥(niǎo)的精確監(jiān)測(cè)，最終將識(shí)別數(shù)據(jù)在一體化平臺(tái)進(jìn)行輸出。

3.2.1 樣本處理

(1)樣本采集：在保護(hù)區(qū)內(nèi)實(shí)地采集鶴類、鷺類、雁鴨類、鸻鷸類等重要鳥(niǎo)類樣本，根據(jù)季節(jié)變化，每種鳥(niǎo)類至少500張圖片，10個(gè)3 min以上視頻，作為深度學(xué)習(xí)的樣本數(shù)據(jù)。

(2)樣本篩選標(biāo)注：把采集到的圖片、視頻等樣本經(jīng)過(guò)數(shù)據(jù)清洗選出適合訓(xùn)練的樣本后，利用自動(dòng)標(biāo)注軟件將目標(biāo)鳥(niǎo)類在實(shí)地圖片中標(biāo)注，形成統(tǒng)一標(biāo)準(zhǔn)的XML文件供機(jī)器學(xué)習(xí)使用。

(3)樣本訓(xùn)練：將標(biāo)注完成并生成的標(biāo)準(zhǔn)XML文件導(dǎo)入訓(xùn)練服務(wù)器，訓(xùn)練服務(wù)器中物種識(shí)別訓(xùn)練算法開(kāi)始機(jī)器學(xué)習(xí)后得出訓(xùn)練結(jié)果，可用于識(shí)別實(shí)地的物種名稱、數(shù)量。

3.2.2 組網(wǎng)方案 前端數(shù)據(jù)采集服務(wù)器將攝像頭采集到的視頻經(jīng)過(guò)數(shù)據(jù)加工發(fā)至本地識(shí)別服務(wù)器，識(shí)別服務(wù)器接收?qǐng)D像并進(jìn)行算法識(shí)別，再將識(shí)別結(jié)果和相關(guān)信息發(fā)送至用戶的業(yè)務(wù)服務(wù)器，業(yè)務(wù)服務(wù)器根據(jù)收到的結(jié)果進(jìn)行業(yè)務(wù)處理即可。業(yè)務(wù)服務(wù)器還可與聲光告警裝置連接，當(dāng)出現(xiàn)特定鳥(niǎo)類，可以進(jìn)行聲光提醒。

3.2.3 算法及算法服務(wù)器 基于150多層的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)搭建的深度學(xué)習(xí)算法模型可以對(duì)微小的野生動(dòng)物進(jìn)行精確的識(shí)別，同時(shí)聯(lián)合開(kāi)發(fā)依托于Nvidia，Rockchip和Bitmain等的芯片，部署在集群環(huán)境和邊緣盒式產(chǎn)品中，使得識(shí)別速度高且算力性價(jià)比高。

3.2.4 訓(xùn)練庫(kù)樣本及知識(shí)庫(kù)解決 通過(guò)監(jiān)控收集樣本圖片，利用標(biāo)注工具對(duì)樣本進(jìn)行標(biāo)注，將標(biāo)注好的樣本導(dǎo)入訓(xùn)練服務(wù)器進(jìn)行訓(xùn)練，訓(xùn)練完成后將識(shí)別模型導(dǎo)入到識(shí)別服務(wù)器；將物種信息錄入到管理分析平臺(tái)，需要進(jìn)一步了解物種的屬性等專業(yè)信息時(shí)，只需將鼠標(biāo)點(diǎn)擊物種圖片即可顯示該物種詳細(xì)的知識(shí)信息。

3.2.5 識(shí)別結(jié)果展示 在設(shè)備使用過(guò)程中會(huì)記錄和積累鳥(niǎo)群的出沒(méi)種類、數(shù)量及時(shí)間周期，根據(jù)關(guān)注鳥(niǎo)種出沒(méi)情況，做云臺(tái)控制，跟蹤目標(biāo)鳥(niǎo)種，保存目標(biāo)鳥(niǎo)種的視頻信息。在前端設(shè)置中增加1臺(tái)含有GPU的臺(tái)式機(jī)，可將人工智能物種識(shí)別技術(shù)直觀地進(jìn)行展示。

目前鳥(niǎo)類自動(dòng)識(shí)別系統(tǒng)中收集物種圖片約10萬(wàn)張，收集物種視頻約40 h，建立鳥(niǎo)類知識(shí)庫(kù)物種1 226 種，建立鳥(niǎo)類識(shí)別模型634種，其中針對(duì)鹽城珍禽自然保護(hù)區(qū)鳥(niǎo)類庫(kù)中常見(jiàn)水鳥(niǎo)100種，重點(diǎn)鳥(niǎo)類識(shí)別模型50種。目前在天氣良好狀態(tài)下對(duì)50種重點(diǎn)鳥(niǎo)類識(shí)別率超過(guò)95%。

3.3 鳥(niǎo)類自動(dòng)識(shí)別技術(shù)優(yōu)勢(shì)

3.3.1 突破地域限制，全方位覆蓋 只要在前期布設(shè)高清攝像頭，可實(shí)現(xiàn)任何地域的360°全景、無(wú)盲區(qū)和無(wú)死角監(jiān)測(cè)，克服由于濕地保護(hù)區(qū)面積大、范圍廣、人員難進(jìn)入的困難，相比傳統(tǒng)的人工鳥(niǎo)類監(jiān)測(cè)方法，觀測(cè)范圍更廣，節(jié)省大量人工。

3.3.2 全實(shí)時(shí)監(jiān)測(cè)，無(wú)視惡劣天氣條件 利用攝像機(jī)對(duì)水鳥(niǎo)進(jìn)行7×24 h不間斷監(jiān)測(cè)，克服人工監(jiān)測(cè)遇特殊情況如風(fēng)雨、冰雪等無(wú)法監(jiān)測(cè)的情況，對(duì)于研究鳥(niǎo)類在惡劣條件下生存方式，救助手段具有重要意義。

3.3.3 實(shí)現(xiàn)真正意義的同步調(diào)查 常規(guī)鳥(niǎo)類同步調(diào)查，是指在1至數(shù)天內(nèi)，很多個(gè)調(diào)查小組對(duì)整個(gè)區(qū)域進(jìn)行調(diào)查，只能盡可能避免因鳥(niǎo)類飛行移動(dòng)產(chǎn)生的重復(fù)計(jì)數(shù)，但結(jié)果仍不夠準(zhǔn)確，且準(zhǔn)確率不好估計(jì)。鳥(niǎo)類自動(dòng)識(shí)別技術(shù)可將同步調(diào)查的時(shí)間限定在某一時(shí)刻，實(shí)現(xiàn)真正意義上的同步調(diào)查，完全避免重復(fù)計(jì)數(shù)。

3.3.4 統(tǒng)一識(shí)別方式，結(jié)果更準(zhǔn)確 傳統(tǒng)人工因每位調(diào)查人員的認(rèn)知、判定鳥(niǎo)種的能力水平不一、野外調(diào)查時(shí)觀測(cè)設(shè)備不同會(huì)導(dǎo)致識(shí)別結(jié)果出現(xiàn)誤差，從而出現(xiàn)識(shí)別結(jié)果的不唯一性。使用統(tǒng)一算法識(shí)別、AI計(jì)數(shù)，結(jié)果準(zhǔn)確，且調(diào)查時(shí)間越長(zhǎng)，次數(shù)越多，樣本數(shù)量越大，識(shí)別結(jié)果會(huì)越加精確。

3.3.5 一次性投資，長(zhǎng)期使用 鳥(niǎo)類自動(dòng)識(shí)別系統(tǒng)具有一次性投資，長(zhǎng)期使用的特性，同時(shí)具有實(shí)時(shí)監(jiān)控，自行設(shè)置調(diào)查頻率，節(jié)省大量人力和物力。

3.4 存在問(wèn)題及改進(jìn)建議

3.4.1 攝像頭監(jiān)測(cè)范圍重合 攝像頭的拍攝范圍是以攝像頭為圓點(diǎn)，攝像頭拍攝距離(目前是2—3 km)為半徑的圓形區(qū)域內(nèi)。若攝像頭云臺(tái)自動(dòng)旋轉(zhuǎn)獲取邊界內(nèi)的數(shù)據(jù)自動(dòng)識(shí)別，導(dǎo)致重復(fù)計(jì)數(shù)，造成數(shù)據(jù)不準(zhǔn)確，可從2個(gè)方面考慮解決：(1)人為劃定獲取攝像頭數(shù)據(jù)的范圍，在攝像頭可見(jiàn)范圍內(nèi)設(shè)立固定標(biāo)記物，對(duì)監(jiān)測(cè)區(qū)域進(jìn)行劃分，框定識(shí)別分析的有效范圍，設(shè)定攝像頭云臺(tái)旋轉(zhuǎn)周期與視頻流抓取頻率，減少重復(fù)。需要注意的是，該措施要求及時(shí)更新實(shí)景地圖，實(shí)現(xiàn)地圖與實(shí)景拍攝范圍的高度重合；(2)在程序中加入環(huán)境自動(dòng)識(shí)別功能，若出現(xiàn)相同環(huán)境，則只選取最清晰圖像的數(shù)據(jù)進(jìn)行分析記錄。

3.4.2 難以自動(dòng)獲取清晰圖像 攝像頭難以對(duì)遠(yuǎn)距離目標(biāo)進(jìn)行自動(dòng)對(duì)焦是目前視覺(jué)識(shí)別方面存在的客觀技術(shù)問(wèn)題。雖然攝像頭拍攝范圍比較廣，能監(jiān)測(cè)到人工調(diào)查無(wú)法進(jìn)入的區(qū)域，但是在攝像頭可控測(cè)范圍內(nèi)，鳥(niǎo)類分布比較分散，若不調(diào)整焦距將無(wú)法獲得清晰照片。保護(hù)區(qū)目前已布設(shè)的攝像頭有自動(dòng)對(duì)焦功能，但多目標(biāo)存在，攝像頭不能進(jìn)行區(qū)域?qū)?。?duì)不同關(guān)注目標(biāo)需要人工調(diào)整焦距才能獲取清晰圖像。針對(duì)硬件缺陷，目前主流做法是更換攝像頭，提高設(shè)備的性能水平。攝像頭更換有2個(gè)方面建議：(1)選取有自動(dòng)對(duì)焦功能的攝像頭。例如，華為二郎楊系列攝像頭已經(jīng)具備對(duì)多重目標(biāo)自動(dòng)對(duì)焦功能，但由于該款攝像頭還未上市，未知具體參數(shù)、功能及效果，無(wú)法評(píng)價(jià)其效用，可在今后量產(chǎn)后開(kāi)展相關(guān)測(cè)試和應(yīng)用；(2)選取超高像素?cái)z像頭。推薦安迪科螳螂系列攝像頭，像素提高到10億級(jí)，仿生蒼蠅復(fù)眼具有的“超遠(yuǎn)距，大視角，全范圍細(xì)節(jié)無(wú)所不見(jiàn)”等特性，在不用對(duì)焦的情況下，單一視頻均可捕捉全部細(xì)節(jié)，即獲取視頻之后，仍可以進(jìn)行縮放功能操作，利用精細(xì)化視頻或圖片利于鳥(niǎo)類自動(dòng)識(shí)別。

4 應(yīng)用前景及鳥(niǎo)類調(diào)查研究中的展望

4.1 取代樣點(diǎn)樣線法

因樣點(diǎn)觀測(cè)半徑和樣線長(zhǎng)度一般在3 km之內(nèi)，目前主流攝像頭觀測(cè)距離可滿足要求，因此攝像頭布設(shè)在樣點(diǎn)中心和樣線2端(若樣線有拐點(diǎn)，可在拐點(diǎn)處加設(shè))可取代人工進(jìn)行樣點(diǎn)樣線調(diào)查。

4.2 鳥(niǎo)種峰值相加法

鳥(niǎo)類雖然飛行遷徙，但在固定區(qū)域較短時(shí)間內(nèi)的鳥(niǎo)類種群和數(shù)量可認(rèn)為是一定的，這也是水鳥(niǎo)同步調(diào)查的理論基礎(chǔ)。以保護(hù)區(qū)參加的黃、渤海水鳥(niǎo)同步調(diào)查為例，一般在固定時(shí)間段(5—10 d)，沿黃、渤海水鳥(niǎo)遷徙線路全部調(diào)查，獲取最終數(shù)據(jù)，最大可能避免重復(fù)計(jì)數(shù)，確保數(shù)據(jù)準(zhǔn)確。

在固定區(qū)域較短時(shí)間內(nèi)開(kāi)展多次調(diào)查的情況下，每種鳥(niǎo)數(shù)量的峰值一般不會(huì)出現(xiàn)在同次調(diào)查中，因此將所有鳥(niǎo)種的峰值數(shù)據(jù)相加，更能反映保護(hù)區(qū)內(nèi)的鳥(niǎo)類種群情況。鳥(niǎo)類自動(dòng)識(shí)別技術(shù)，為在固定區(qū)域較短時(shí)間開(kāi)展多項(xiàng)調(diào)查提供了可能。

總之，視頻監(jiān)控技術(shù)和軟件技術(shù)的發(fā)展對(duì)鳥(niǎo)類調(diào)查提供了新的思路，相對(duì)傳統(tǒng)人工調(diào)查的方法，鳥(niǎo)類自動(dòng)識(shí)別調(diào)查技術(shù)可大幅提升調(diào)查效率，擴(kuò)大調(diào)查范圍，為鳥(niǎo)類調(diào)查工作開(kāi)辟了新的方向。