-
公开(公告)号：CN114463675B
公开(公告)日：2023-04-28
申请号：CN202210028850.7
申请日：2022-01-11
申请人： 北京市农林科学院信息技术研究中心
IPC分类号： G06V20/40 , G06N3/08 , G06N3/0464 , G06V10/44 , G06V10/25
摘要： 本发明提供一种水下鱼类群组活动强度识别方法及装置，包括：获取目标鱼群在水下的多个目标鱼群图像；基于多个目标鱼群图像中的时间信息，将多个目标鱼群图像输入至行为识别模型，确定由行为识别模型输出的目标鱼群的个体行为信息和群组行为强度信息；行为识别模型是基于特征向量分布矫正模块构建的。本发明提供的水下鱼类群组活动强度识别方法及装置，通过基于特征向量分布矫正模块构建行为识别模型，能够使用少量的扩充数据样本特征和基础样本数据集特征来使得活动特征向量的纬度服从高斯分布，进而有效地解决使用少数样本学习的估计分布与真实分布之间的不匹配情况，从而提高鱼类群组行为的识别精度。
-
公开(公告)号：CN114451338A
公开(公告)日：2022-05-10
申请号：CN202111642230.4
申请日：2021-12-29
申请人： 北京市农林科学院信息技术研究中心
摘要： 本发明提供一种鱼群的摄食强度分级方法、装置及智能调速投饲机，该方法包括：获取鱼群摄食视频数据，并根据所述视频数据提取固定帧数的短视频段；将所述短视频段输入训练后的3D RESNET‑GLORE网络模型，输出鱼群摄食行为等级的识别结果；其中，所述3D RESNET‑GLORE网络模型为包括多组残差网络的模型，每组残差网络包括RESIDUAL残差块和GLORE单元。该方法能够真实反应鱼群的动态特性，从而有利于提高识别结果的准确性，同时基于包括RESIDUAL残差块和GLORE单元的3D RESNET‑GLORE网络模型，使得检测模型较少容量的情况下，能够具有较高的准确度。
-
公开(公告)号：CN114451338B
公开(公告)日：2023-03-31
申请号：CN202111642230.4
申请日：2021-12-29
申请人： 北京市农林科学院信息技术研究中心
IPC分类号： A01K61/80 , A01K61/10 , G06N3/0464 , G06N3/08 , G06V20/40 , G06V10/774 , G06V10/82
摘要： 本发明提供一种鱼群的摄食强度分级方法、装置及智能调速投饲机，该方法包括：获取鱼群摄食视频数据，并根据所述视频数据提取固定帧数的短视频段；将所述短视频段输入训练后的3D RESNET‑GLORE网络模型，输出鱼群摄食行为等级的识别结果；其中，所述3D RESNET‑GLORE网络模型为包括多组残差网络的模型，每组残差网络包括RESIDUAL残差块和GLORE单元。该方法能够真实反应鱼群的动态特性，从而有利于提高识别结果的准确性，同时基于包括RESIDUAL残差块和GLORE单元的3D RESNET‑GLORE网络模型，使得检测模型较少容量的情况下，能够具有较高的准确度。
-
公开(公告)号：CN114463675A
公开(公告)日：2022-05-10
申请号：CN202210028850.7
申请日：2022-01-11
申请人： 北京市农林科学院信息技术研究中心
摘要： 本发明提供一种水下鱼类群组活动强度识别方法及装置，包括：获取目标鱼群在水下的多个目标鱼群图像；基于多个目标鱼群图像中的时间信息，将多个目标鱼群图像输入至行为识别模型，确定由行为识别模型输出的目标鱼群的个体行为信息和群组行为强度信息；行为识别模型是基于特征向量分布矫正模块构建的。本发明提供的水下鱼类群组活动强度识别方法及装置，通过基于特征向量分布矫正模块构建行为识别模型，能够使用少量的扩充数据样本特征和基础样本数据集特征来使得活动特征向量的纬度服从高斯分布，进而有效地解决使用少数样本学习的估计分布与真实分布之间的不匹配情况，从而提高鱼类群组行为的识别精度。
-
-
-
搜索结果
4 条记录 (耗时 0.037 秒)
