包邮红树林湿地鸟类生态智能监测与评估技术

目录序**部分 红树林湿地与鸟类生态第1章 红树林湿地生态概述 31.1 全球红树林生态资源现状 31.2 中国红树林生态资源现状 31.3 红树林湿地生态系统的生态价值与经济价值 41.3.1 生态价值 51.3.2 经济价值 61.4 红树林湿地面临的生态问题 7第2章 红树林湿地鸟类生态监测现状 92.1 红树林湿地生态监测概述 92.1.1 生态监测的目的与意义 102.1.2 生态监测的对象 102.1.3 生态监测的常用方法 112.2 红树林湿地鸟类生态监测技术现状 122.2.1 地面监测 122.2.2 航空监测 132.2.3 基于3S技术的鸟类调查与监测 132.3 红树林湿地鸟类生态监测技术存在的问题和需求 142.3.1 生态监测技术存在的问题 142.3.2 生态监测技术的需求与趋势 14第二部分 鸟类生态智能监测技术第3章 基于计算机视觉的鸟类生态智能监测技术 193.1 计算机视觉 193.1.1 相关技术 193.1.2 性能评测指标 243.2 机器学习 283.2.1 深度学习 303.2.2 面向鸟类生态监测的机器学习技术 333.3 本书技术思路 393.3.1 鸟类生态智能监测技术挑战 393.3.2 基于计算机视觉的鸟类生态智能监测技术路线 423.3.3 社会效用 44第4章 鸟类生态参数智能获取技术 454.1 数据集构建及数据处理 454.1.1 深圳湾红树林远景鸟类数据集 454.1.2 数据预处理 474.2 智能鸟类目标检测 534.2.1 主流深度神经网络目标检测框架和技术 534.2.2 基于动态候选框的鸟类目标检测方法 584.2.3 基于密度图和显著性估计的目标检测算法（DMSE-SOD） 684.2.4 基于特征融合和区域对象网络的多尺度目标检测算法 794.3 智能鸟种类识别 874.3.1 鸟种类识别基线模型 894.3.2 融合局部与全局信