ICS 65.020.40 CCS B 61 四 DB51 川 省 地 方 标 准 DB51/T 2928—2022 小熊猫识别技术规范 2022-07-25 发布 四川省市场监督管理局 2022-09-01 实施 发布 DB51/T 2928—2022 目 次 前言................................................................................ II 1 范围.............................................................................. 1 2 规范性引用文件 .................................................................... 1 3 术语和定义 ........................................................................ 1 4 数据采集 .......................................................................... 2 5 数据处理 .......................................................................... 2 附录 A（规范性） 圈养小熊猫影像数据采集记录表 ........................................ 6 I DB51/T 2928—2022 前 言 本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由四川省林业和草原局提出、归口并负责解释。 本文件起草单位：成都大熊猫繁育研究基地、四川大学。 本文件主要起草人：陈鹏、赵启军、侯蓉、刘宁、张莛莛、刘鹏、阙品甲、张珊。 本文件及其所代替文件的历次版本发布情况为： ——本次为首次发布。 II DB51/T 2928—2022 小熊猫识别技术规范 1 范围 本文件规定了小熊猫个体识别有关术语定义、数据采集、数据处理、数据分析的技术。 本文件适用于基于图像的小熊猫个体识别。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 26238-2010 信息技术 生物特征识别术语 CJJ/T 263-2017 动物园动物管理技术规程 3 术语和定义 下列术语和定义适用于本文件。 3.1 语义分割 semantic segmentation 对图像进行像素级别分类，即预测出像素点的类别。 3.2 卷积神经网络 convolutional neural networks 以卷积计算为主的神经网络，通常包含卷积层、批归一化层、激活层、池化层、全连接层、损失函 数层等基础结构。 3.3 相似度 similarity 衡量两个特征的相似程度，数值越大说明它们越相似。 3.4 阈值 threshold 做出判定所依据的边界值。 3.5 错误接受率 false accept rate 在验证过程中，将新个体识别为数据库中个体的比率，用百分比表示。错误接受率也称认假率。 3.6 错误拒绝率 false reject rate 在验证过程中，将数据库中个体识别错误的比率，用百分比表示。错误拒绝率也称拒真率。 3.7 FPS Frames Per Second 每秒处理图像的数量。 3.8 1 DB51/T 2928—2022 mAP Mean Average Precision 平均精度。 4 数据采集 4.1 图像采集流程 4.1.1 圈养小熊猫数据采集 对圈养小熊猫的影像和视频数据采集，每次应确定到具体的个体。具体流程包括： a) 扫描小熊猫体内植入的芯片编号，拍摄人员多角度跟踪拍摄对应编号的小熊猫； b) 记录小熊猫显著的外貌特征、拍摄的开始时间和结束时间； c) 确保数据和身份信息准确，对个体所采集的数据进行一一建档。 4.1.2 其他小熊猫数据采集 未进行芯片植入及野外通过红外相机等拍摄工具获取的小熊猫个体影像和视频数据，应以明确的生 物个体差异特征进行个体初始数据建档。 4.2 面部图像采集要求 采集的小熊猫面部图像需满足以下要求： a) 清晰无遮挡的正面照； b) 小熊猫面部的水平面方向和垂直面方向内的旋转角度±10°； c) 小熊猫的两只眼睛、鼻子和耳朵可见； d) 分辨率应不低于 256×256 像素。 4.3 全身图像采集要求 采集的小熊猫全身图像需满足以下要求： a) 图像清晰、光线均匀； b) 分辨率应不低于 512×512 像素。 5 数据处理 5.1 面部图像检测 给定的图像通过矩形框框出小熊猫面部面积最大的一个区域，根据检测边界框裁剪小熊猫的面部图 像。小熊猫面部图像检测算法需满足以下要求： a) 算法推理的实时性应达到 20FPS； b) 平均检测的精度 mAP 应达到 80%。 5.2 面部关键点检测 给定一张小熊猫面部图像，确定小熊猫眼睛和鼻子的位置坐标。 5.2.1 标签制作 标签制作需满足以下要求： a) 关键点位置：小熊猫双眼和鼻子中心； 2 DB51/T 2928—2022 b) c) d) 关键点数量：3 个； 关键区域范围：以关键点的坐标为圆心，设定一个半径绘制圆形区域，眼睛区域的半径设置 为 7 个像素，鼻子区域的半径设置为 13 个像素，每个关键点对应于一个通道； 标签格式：三通道的图像标签，关键区域内的像素值设置为 255，其余区域设置为 0。 5.2.2 关键点检测测试 关键点检测测试流程： a) 输入:一张小熊猫面部图像； b) 输出:与输入图像大小相同的三通道图像。每个通道代表一个关键区域，分别过滤掉每个通道 较小的响应值，剩下的响应值较高的点的质心即为该通道所对应关键区域的中心坐标，即关 键点坐标。 5.2.3 关键点检测算法要求 小熊猫面部关键点检测算法需满足以下要求： a) 算法推理的实时性应达到 20FPS； b) 关键点预测误差应不大于 5 像素。 5.3 面部对齐 基于两只眼睛的中心来对齐小熊猫的面部图像，使得连接两眼中心的直线是水平的。 5.3.1 输入 小熊猫双眼和鼻子中心的坐标，小熊猫面部图像。 5.3.2 旋转 基于双眼中心的坐标，旋转小熊猫面部图像，使双眼中心处于同一水平线上。 5.3.3 裁剪 设双眼中心之间的距离为 d，眼睛中心到裁剪后的面部图像的顶部和底部之间的距离分别为 a×d 和 b×d， 左右眼中心相对于裁剪后的面部图像的左右边缘的距离均为 c×d。 其中 a=1.3， b=1.7 和 c=1.2。 5.3.4 输出 几乎没有平面内旋转且绝大部分背景都被消除了的小熊猫面部图像。 5.4 全身图像检测 从给定图像中通过矩形框框出图像中面积最大的单只小熊猫全身区域，得到检测框后，根据边界框 裁剪小熊猫全身图像。 小熊猫全身图像检测算法需满足以下要求： a) 算法推理的实时性应达到 20FPS； b) 平均检测的精度 mAP 应达到 80%。 5.5 面部数据库 5.5.1 面部数据库建立 面部数据数据建立具体流程： 3 DB51/T 2928—2022 a) 通过智能成像设备采集，批量导入小熊猫面部图像数据； b) 在小熊猫面部图像注册登记过程中，绑定小熊猫面部图像与小熊猫身份信息。 5.5.2 面部数据库要求 小熊猫面部数据库需满足以下要求： a) 小熊猫面部目标框左上角和右下角坐标有目标框标注； b) 双眼和鼻子的关键点有坐标标注； c) 经过图像去重操作。 5.6 全身数据库 5.6.1 全身数据库建立 全身数据数据建立具体流程： a) 通过智能成像设备采集，批量导入小熊猫全身图像数据； b) 在小熊猫全身图像注册登记过程中，绑定小熊猫全身图像与小熊猫身份。 5.6.2 全身数据库要求 小熊猫全身数据库需满足以下要求： a) 小熊猫全身目标框左上角和右下角坐标有目标框标注； b) 经过图像去重操作。 5.7 面部图像识别 5.7.1 输入 对齐并裁剪好的小熊猫面部图像。 5.7.2 识别网络模型 用于提取身份特征的卷积神经网络，常用的卷积神经网络有VGG，ResNet，SENet等通用卷积神经 网络。 5.7.3 输出 输入小熊猫面部图像的特征。 5.7.4 比对 比对具体流程： a) 将输入小熊猫面部图像的特征与注册集中登记的所有小熊猫面部图像的特征进行相似度计算； b) 最高相似度高于指定的相似度阈值，其身份被确定为与它最相似的特征所属的小熊猫； c) 最高相似度低于指定的相似度阈值，则判定其是未知的小熊猫新个体。 5.7.5 面部图像识别算法要求 当错误接受率为0.1%时，错误拒绝率应不大于10%。 5.8 全身图像识别 5.8.1 输入 4 DB51/T 2928—2022 经过检测的小熊猫全身图像。 5.8.2 输出 输入小熊猫全身图像的特征。 5.8.3 识别模型 用于提取身份特征的卷积神经网络，常用的卷积神经网络有 VGG，ResNet，SENet 等。 5.8.4 比对 比对具体流程： a) 将输入小熊猫全身图像的特征与注册集中登记的所有小熊猫全身图像的特征进行相似度计算； b) 最高相似度高于指定的相似度阈值，其身份被确定为与它最相似的特征所属的小熊猫； c) 最高相似度低于指定的相似度阈值，则判定其是未知的小熊猫新个体。 5.8.5 全身图像识别算法要求 当错误接受率为0.1%时，错误拒绝率应不大于20%。 5 DB51/T 2928—2022 A A 附 录 A （规范性） 圈养小熊猫影像数据采集记录表 圈养小熊猫影像数据采集记录表见表A.1。 表A.1 圈养小熊猫影像数据采集记录表 采集人： 房间号 采集日期： 电子芯片编码 1 号兽舍 076 585 521 2 号兽舍 076 569 877 代号 出生地/ （号） 年份 71 2012 性别 称谓 备注 是否拍摄 是否接收 雄 胖元 无尾巴 √ √ 雌 小白 √ √ 6