本科生毕业设计（论文）课题申请表
学院：人工智能学院 2024年 11月8日
课题情况 | 课题名称 | 基于深度学习的野生动物视觉跟踪系统设计 | ||||||
教师姓名 | 高雪飞 | 职 称 | 副教授 | 学 位 | 硕士 | |||
课题来源 | 课题性质 | 软件开发 | ||||||
课题类别 | 毕业设计 | 设计时间 | 2024年11月—2025年6月 | |||||
主要研究内容 | 该系统是基于深度学习的野生动物视觉跟踪系统，利用Django框架、PyTorch与YOLOv8进行目标检测，结合SORT或Deep SORT算法实现实时跟踪，并通过Django的Web界面及Echarts等可视化工具展示跟踪结果，为野生动物保护提供技术支持。 | |||||||
目标和要求 | 使用野外监控摄像头实时采集野生动物的视频数据。利用Django的定时任务,定期采集视频帧并进行分析。应用YOLOv8深度学习模型,对视频帧中的野生动物进行检测和识别。利用PyTorch的高性能GPU计算能力,提高目标检测的实时性。采用目标跟踪算法(如SORT、Deep SORT),根据检测结果对动物目标进行持续跟踪。记录动物的种类、数量和活动状态,为后续分析提供数据支持。使用Django的模板引擎,构建Web页面展示跟踪结果。利用JavaScript和可视化库(如Echarts)动态渲染目标位置和轨迹。 | |||||||
特色 | 基于深度学习的野生动物视觉跟踪系统的特色在于其智能化、自动化、高效性以及出色的用户交互和可视化功能。系统深度整合了深度学习算法和前沿的目标检测模型（如YOLOv8），实现了对野生动物的高精度识别和稳定跟踪。 | |||||||
成果形式 | 完成基于深度学习的野生动物视觉跟踪系统设计，完成《基于深度学习的野生动物视觉跟踪系统设计》论文。 | |||||||
成果价值 | 科学研究：系统为野生动物生态学研究提供了高效、准确的监测工具，有助于研究人员更好地了解野生动物的分布、迁徙和繁殖等习性。 生态保护：系统可用于监测和保护珍稀野生动物，及时发现并预警盗猎、栖息地破坏等威胁因素，为生态保护工作提供有力支持。 | |||||||
系主任或专家审题意见 | 签名： | 年 月 日 | ||||||
学院审批意见 | 签名： | 年 月 日 | ||||||
)
