当前位置: 首页 > 文章 > 基于水下机器视觉的大西洋鲑摄食行为分类 农业工程学报 2020 (13) 158-164
Position: Home > Articles > 基于水下机器视觉的大西洋鲑摄食行为分类 Transactions of the Chinese Society of Agricultural Engineering 2020 (13) 158-164

基于水下机器视觉的大西洋鲑摄食行为分类

作  者:
张佳林;徐立鸿;刘世晶
单  位:
同济大学电子与信息工程学院;中国水产科学研究院渔业机械仪器研究所
关键词:
水产养殖;机器视觉;鱼群摄食行为;视频分类;变分自动编码器
摘  要:
根据鱼群摄食行为状态进行水产养殖精准投喂控制,是有效提高饵料利用率降低水体污染的关键技术.目前,大多数基于机器视觉的鱼类摄食行为研究都是在实验室对真实养殖环境进行模拟并采用水上摄像机获取数据,由于光照条件和养殖环境的影响,该数据无法反映大西洋鲑在实际生产状况下的摄食行为,因此应用范围有限.为解决此问题,该研究提出一种基于真实工厂化养殖环境的鱼类摄食行为分类算法.该算法使用水下观测方式并采用视频序列作为样本,首先利用变分自动编码器对视频序列样本进行逐帧编码以产生所有帧对应的高斯均值和方差向量,分别联立所有均值和方差向量得到均值特征矩阵和方差特征矩阵.然后将特征矩阵输入到卷积神经网络中,实现对鱼群的摄食行为分类.试验结果表明,在真实的工厂化养殖环境下,该研究所提出的方法综合准确率达到了89%,与已有的基于单张图像的鱼类摄食行为分类方法相比,综合准确率提高了14个百分点,召回率提高了15个百分点.研究结果可为基于鱼类摄食行为的鱼饵精准投喂控制提供参考.

相似文章

计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊