12、利用CNN和图像处理方法保护海龟

利用CNN和图像处理方法保护海龟

1. 引言

近年来，恢复和维护地球自然生态系统平衡的关注度显著提升。其中，对动物物种的监测和保护成为重要议题。海龟作为生物指示物种，其研究能反映海洋污染状况。墨西哥海岸汇聚了七种海龟中的六种，但因意外捕捞、偷猎、污染和气候变化等因素，部分物种濒临灭绝。同时，海龟对墨西哥经济有间接影响，促进了金枪鱼、虾和龙虾等商业海洋物种的可持续发展。

人工智能在物种保护领域发挥了重要作用，它能相对轻松地解决物种分类等复杂问题。例如，基于表型特征的动物分类、灵长类动物的面部识别等工作，推动了动物生物识别领域的发展。本研究旨在利用卷积神经网络（CNN）模型，结合海龟形态特征图像，开发一种非侵入性的海龟物种分类技术，提高分类准确性。

2. 海龟物种描述

2.1 六种海龟的形态特征

海龟的身体结构变化较小，主要特征是有坚硬的外壳，背壳称为甲壳。目前海洋中的海龟，面部和甲壳上覆盖着不同厚度的角质鳞片。根据分类，海龟可分为有盾片的海龟科和无盾片的棱皮龟科。本研究聚焦于墨西哥的六种海龟，忽略了澳大利亚特有的平背海龟和被列为亚种的黑海龟。

不同海龟物种的头部形状、盾片数量和甲壳配置等特征组合，可用于视觉识别物种。甲壳由板片组成，形成对称图案，包括椎盾、侧盾和缘盾。不同物种的盾片数量、形状和对称性不同，增加了分类难度。例如，橄榄绿蠵龟和坎普氏蠵龟、玳瑁和绿海龟在外观上非常相似，而棱皮龟具有独特特征，易于分类。

2.2 海龟在墨西哥的分布

墨西哥是唯一大量接收坎普氏蠵龟的国家，因此保护和保存工作至关重要。部分海龟筑巢海滩和集中区域受到政府保护，被列为自然保护区。