文献类型： 中文期刊

作者： 张佳泽 ¹ ; 张胜茂 ² ; 王书献 ³ ; 杨昱皞 ³ ; 戴阳 ² ; 熊瑛 ⁴ ;

作者机构： 1.上海海洋大学信息学院

2.中国水产科学研究院东海水产研究所/农业农村部渔业遥感重点实验室

3.大连海洋大学航海与船舶工程学院

4.江苏省海洋水产研究所

关键词： 中国毛虾;限额捕捞;深度学习;卷积神经网络

期刊名称： 南方水产科学

ISSN： 2095-0780

年卷期： 2022 年 18 卷 004 期

页码： 126-135

收录情况： 北大核心 ; CSCD

摘要： 针对中国毛虾(Acetes chinensis)产量逐年锐减问题,中国开始对近海海域实施毛虾限额捕捞措施,采用视频监控技术辅助捕捞管理.提出一种基于3-2D融和模型的毛虾捕捞渔船行为识别方法,为限额捕捞管理提供新的解决方案.通过在毛虾渔船上4个固定位置安装高清摄像设备,并记录捕捞作业全过程,共获取600余个视频监控数据作为初始数据;从初始数据中筛选有效的视频数据,同时对视频数据进行5种行为的划分和标记.为了提高网络训练的效率,对视频数据进行压缩和帧数分割等预处理;最后,通过搭建3-2D融合的卷积神经网络来训练模型,实现渔船行为特征的提取和分类.结果表明,捕捞渔船行为识别方法的分类精度为95.35%,召回率为94.50%,平均精确度为96.60%,模型整体得分达93.32%,平均检测时间为35.46 ms·帧-1,可用于毛虾渔船捕捞视频的实时分析.