生物多样性监测羁系平台依赖前端音视频收罗装备、情形因子监测装备、以及红外相 机监测装备,通过4G/5G网络传输数据到系统后端举行数据存储、汇总剖析、AI物种识 别、个体识别在平台中对数据举行可视化泛起,为研究者提供科学、智能、可一连的 主要数据泉源,为生物多样性的研究更有用率的方法和手段。
红外相机治理
提高相机布设妄想的合理性及相机使用率,一张图上相识红外相机的 漫衍,团结4G手艺实现相机图像数据自动回传系统网络剖析,使红外 相机治理更智能、更科学、更高效、更简朴。
AI物种识别
对物种特征数据深度学习与挖掘,形成各物种智能算法,快速识别物 种,提高识别效率。
物种统计功效(漫衍、迁徙)
通过自动相机监测手艺,获取野生动物图像数据,用于视察野生动物 的物种漫衍、种群数目、行为和生境使用等主要信息,为野生动物保 护治理和资源使用提供参考资料。
数据剖析功效
汇总图像信息数据,在界面上形成可视化数据,一张图看出差别时间 物种的漫衍及数目转变,反应各地区的生物多样性、相对多度、物种 密度等主要剖析信息。
实时全景AI视频监测
直观、准确、实时和信息内容富厚而普遍应用,通过系统远程举行实 时监测,镌汰监测区域的人为滋扰,生涯一准时间段内的外地视频监 控录像资料,利便盘问、挪用资料,为视察提供便捷。
栖息地情形监测
通过布设的情形因子传感器,网络布设点的情形数据,对数据举行整 理剖析,相识栖息地差别时间段的转变情形,通过界面能在一张图上 反应情形转变的差别,为栖息地情形研究提供科学、智能、可靠的数据。
物种个体识别
建设动物AI研究团队,收罗和挖掘前期动物图像研究中所积累的数据, 使用神经网络模子举行动物特征的检测、追踪和识别,提出具有关注 机制的深度神经网络模子,通过系统建模和调试,开发出具有动物个 体识别系统,实现了适用于部分物种的个体识别的研究目的。
物种样线视察统计剖析
通过手机APP网络样线视察中的信息,系统对样线信息举行汇总剖析, 一张图上显示样线视察效果数据,为样线视察研究提供直观、可靠、 智能、科学的可视化数据。
物种库展示
纪录监测区域的物种信息,包括图片、视频、声音等,对物种研究提 供了研究资料与信息,包管物种信息的可回溯,可调取。