鸟类监测作为一个地区的生物多样性以及生态环境评价的重要指标，越来越受到自然保护区、湿地公园等地方管理部门的重视，有关鸟类种类组成、数量与分布动态监测，已成各地区常态化的工作。

以前的监测主要依赖人工和人眼观察，现在随着AI人工智能的发展，加上计算机视觉技术的提高，现在的全国越来越多的自然保护地建立起了智能鸟类监测识别系统，在AI技术的加持下，监测效率和监测准确度都得到大大提高。

物联英卡AI智能鸟类监测系统是通过部署在保护地的高空长焦摄像机对周边鸟类的自动巡航抓拍和智能识别，并运用人工智能视觉识别和AI边缘计算服务，将高空长焦摄像机捕捉到的鸟类图像进行每帧画面分割和检测识别，通过深度学习算法，提取各种鸟类体貌特征，实现了对视频画面中的运动鸟类进行多目标实时捕捉和自动识别分类。

物联英卡AI智能鸟类监测系统

通过这一套系统，湿地、保护区管理者可对各种群鸟类在不同时期、不同区域出现的鸟类频次、数量、占比进行清晰的报表统计，为鸟类动态监测和发展趋势分析提供可靠的数据支撑。

一、AI智能鸟类监测系统功能特点

1，动态取优和数据检索

支持通过人工分析取优照片存储和调阅，可根据设备情况（设备分布区域、设备名称）和抓拍时间对数据进⾏检索。

2，特定物种识别

珍稀或濒危或特定物种AI识别图片展示，代表性特定物种AI识别动态视频展示，生态小环境监测数据展示，鸟类时空数据展示。

3，智能识别追踪

通过边缘AI高性能处理机对前端摄像机抓拍的鸟类进行AI识别和视频跟踪分析，可提供鸟类识别追踪结果和跟踪视频实时画面。通过边缘AI高性能处理机对图进行AI识别，识别鸟类种类和数量。

4，数据分析统计

提供鸟类监测设备基于时间和空间的数据分类统计，包括分布热力图、物种趋势统计、种群数量统计、时段监测统计、种类占比统计等。

二、整体系统架构

三、系统建设要求

1，处理机配置

每台边缘AI高性能处理机支持处理30路视频分析或50路视频解码，可根据前端视频接入数进行订制。

2，AI训练周期

系统持续改进以提高AI识别率，需要持续收集图像素材进行AI训练，升级周期约3个⽉/轮。

3，算法优化要求

需要持续收集现场图像开展标注、专家鉴定、算法优化、算法重署等周期性工作，不断提升AI识别率，每类标识物需提供不少于2000张标识图像。

4，网络要求

互联网专线要求：AI高性能处理机将视频转码推送至云端，需要配置互联网专线（带固定IP），L（带宽）=并发路数（远程PC端同时调看视频的最大数量）*4M（每路视频考虑 4M）进行计算。
局域网组网要求：千兆以太网。网线使用6类UTP，内网交换机和路由器各个接⼝至少为千兆⼝。

5，前端监控设备要求

为保证识别率和识别准确率，对前端视频监控设备图像有具体要求：

抓拍的图像质量≥720P；
前端设备的像素≥400万；
前端摄像机监测有效范围计算：建议按照可见光镜头焦距进行计算，有效距离L=f（可见光焦距）*700 。

四、物联英卡的边缘AI高性能处理机硬件参数

物联英卡ai高性能处理机

CPU：2*Intel 10核主频2.3Ghz；

内存：64G；

硬盘：SSD250G + HDD1000G；

GPU：GTX1080TI 11GB；

网卡： 1000M双⼝以太网卡；

电源：800W电源；

操作系统：Linux；

结构：机架式服务器；

转自：https://zhuanlan.zhihu.com/p/387629181

自然保护地智能鸟类监测识别系统技术解读