• 利用红外相机监测新疆天池博格达峰自然保护区鸟兽资源

    分类: 生物学 >> 动物学 提交时间: 2022-06-08 合作期刊: 《干旱区地理》

    摘要: 红外相机技术目前已成为监测陆栖哺乳动物和地栖鸟类的常用技术手段。为监测新疆天池博格达峰自然保护区内鸟类和兽类资源,于2019年7月2020年9月,在保护区内选取30个红外相机位点共布设58台红外相机,累积工作29730个工作日,共获得99850份图像及视频数据,采集独立有效照片5744张;共观测到野生陆生脊椎动物9目19科29种,其中兽类5目10科15种,鸟类4目9科14种。观测到的动物中有国家I级重点保护野生动物雪豹(Panthera uncia),国家II级重点保护野生动物6种,分别为北山羊(Capra sibirica)、马鹿(Cervus canadensis)、猞猁(Lynx lynx)、赤狐(Vulpes vulpes)、黑鸢(Milvus migrans)以及暗腹雪鸡(Tetraogallus himalayensis)。森林生境中,兽类相对多度指数最高的是马鹿(RAI=60.569),鸟类相对多度指数最高的是山斑鸠(Streptopelia ori⁃entalis,RAI=0.854);高山草甸及裸岩生境中,兽类相对多度指数最高的是马鹿(RAI=18.693),鸟类相对多度指数最高的是暗腹雪鸡(RAI=0.316)和黄嘴山鸦(Pyrrhocorax graculus,RAI=0.854)。物种累积曲线结果显示:兽类物种数在200 d之后几乎不再增长,而鸟类物种数在100 d之后增速放缓但一直持续增长,表明时长450 d的红外相机监测力度对保护区中的兽类而言较为充分,对鸟类而言还不够充分。研究结果可为新疆天池博格达峰自然保护区野生陆生脊椎动物多样性监测与评估提供数据参考,为该保护区的保护管理工作提供科学依据。

  • 联合边路和中路解码特征学习的多描述编码图像增强方法

    分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2022-05-10 合作期刊: 《计算机应用研究》

    摘要: 提出一种联合边路和中路解码特征学习的多描述编码图像增强方法,该方法同时考虑了边路解码图像增强和中路解码图像增强的问题,因而可以通过联合学习优化中路解码和边路解码的特征来实现更好的网络训练。首先,考虑到多描述编码的边路独立解码和中路联合解码的特性,提出一种网络共享的边路低分辨率特征提取网络来有效地提取具有相同内容和差异细节的两个边路解码图像的特征,同时设计一种残差递归补偿网络结构并将其用于边路与中路低分辨率特征提取网络。其次,设计一个多描述边路上采样重建网络,该重建网络采用部分网络层参数共享策略,该策略能够减小网络模型参数量,同时提高网络的泛化能力。最后,提出一种多描述中路上采样重建网络,将两个边路低分辨率特征与中路低分辨率特征进行深层特征融合来实现多描述压缩图像的增强。大量的实验结果表明:在模型复杂度、客观质量和视觉质量评价方面,所提的方法优于很多的图像增强方法如ARCNN、FastARCNN、DnCNN、WSR和DWCNN。