传统鸟类野外调查长期依赖人工目视观测与事后视频回放分析，存在效率低、主观误差大、时空覆盖不足等诸多问题，很难完成大范围、长时间的鸟类种群动态监测，也容易惊扰到野生鸟类的正常栖息。

鸟类识别监测设备【SJ-NSB16】，融合深度学习模型与多传感器融合技术，实现了鸟类监测从人工到智能的转变，大幅提升监测效率与精准度，可24小时不间断开展野外监测，无需人工现场值守，也不会对鸟类的自然行为造成干扰。

鸟类识别监测设备【SJ-NSB16】
打开网易新闻 查看精彩图片
鸟类识别监测设备【SJ-NSB16】

设备搭载800万像素CMOS传感器与40倍光学变焦镜头，可在数百米外远距离清晰采集鸟类细节图像，不会因近距离布设设备惊扰鸟类，内置卷积神经网络模型，经超过1000种常见鸟类的图像数据集训练，能实时检测、分类鸟类并输出置信度，结合多目标追踪算法可避免数量统计的重复或遗漏，保障种群数量统计的准确性。激光测距模块可精准计算鸟类与设备的直线距离及地理坐标，所有数据叠加于视频画面远程传输，后台可直接生成鸟类分布热力图，适用于湿地、林区、自然保护区等场景，长期运行可积累完整的鸟类活动时序数据，为生物多样性保护、鸟类栖息地研究提供精准可靠的数据支撑。