文献类型： 中文期刊
作者： 冯双星 1 ; 王丁弘 2 ; 潘良 2 ; 周超 2 ;
作者机构： 1.北京市农林科学院信息技术研究中心
2.null
关键词： 水产养殖;轻量型S3D算法;摄食强度识别;鱼类投喂
期刊名称： 渔业现代化
ISSN：
年卷期： 2023 年 003 期
页码： 79-86
收录情况： 北大核心 ; CSCD
摘要： 实际生产中，对鱼类的投喂控制仍是以人工经验判断和时序控制为主，易造成饲料浪费和环境污染。实时检测鱼群摄食强度，可用于指导投喂，进而提高饲料利用率，并降低残饲污染。基于此，本研究提出一种基于机器视觉和轻量型S3D算法的鱼群摄食强度实时识别算法，可精确定位视频流中“强、中、弱、无” 4种鱼群摄食强度状态。首先将I3D网络作为基准，使用Inception模块和深度可分离卷积构建3D时空Sep-Inc模块；其次，利用3D时空Sep-Inc模块、池化层和3D卷积层交替搭建轻量型S3D网络；最后，开发了基于PyQt5的金鳟鱼摄食强度识别系统。结果显示：S3D算法对4类摄食强度的识别准确率可达92.68%,比C3D和R2+1D算法分别提高9.75%和14.15%,同时Parameters参数和GFLOPs参数也大幅下降，识别摄食强度标签的速率达到17 f/s。研究表明，本算法不仅适用于金鳟，也有望适用于其他游泳型鱼类，并可提供投喂决策建议。
- 相关文献
[1]鱼类细胞培养技术在水产养殖上的应用. 丁学东. 1991
[2]水产养殖监管物联网应用系统建设与管理研究. 高亮亮,李道亮,梁勇,李瑾,马晨,陈英义. 2013
[3]基于粒子群优化BP神经网络的水产养殖水温及pH预测模型. 徐大明,周超,孙传恒,杜永贵. 2016
[4]2种微藻对养殖水体中氨氮和亚硝态氮的净化作用. 刘盼,贾成霞,杨慕,曲疆奇,张楠,张清靖. 2018
[5]可追溯水产养殖质量安全管理系统设计. 马莉,孙传恒,屈利华,赵丽,杨信廷. 2011
[6]水产养殖物联网的应用评价方法. 袁晓庆,孔箐锌,李奇峰,李琳,李道亮. 2015
[7]基于本体的水产养殖领域知识表示研究. 赵丽,孙传恒,刘学馨. 2012
[8]水车式增氧机驱动下方形圆切角养殖池集污水动力试验. 桂福坤,张学芬,曲晓玉,张清靖,方帅,冯德军. 2020
[9]乳酸菌在水产养殖中的研究进展. 赵海洋,张蓉,孙浩伟,包帅,田祚宁,曹永春. 2023
[10]基于近红外机器视觉的鱼类摄食强度评估方法研究. 周超,徐大明,吝凯,陈澜,张松,孙传恒,杨信廷. 2019
[11]基于自适应模糊神经网络的鱼类投喂预测方法研究. 陈澜,杨信廷,孙传恒,王以忠,徐大明,周超. 2020
[12]北京市水产养殖病害测报系统设计与实现. 于毅,殷守仁,吴众望,李青锋,孙笑侃,刘鑫,刘艳鹏,杨宝祝. 2012
[13]基于改进边界匹配网络的鱼群摄食动作时序检测方法研究. 王丁弘,杨信廷,潘良,朱文韬,焦冬祥,周超. 2023
[14]发挥网络功能更好地为渔业产业化服务. 马莉.
作者其他论文 更多>>
-
基于改进边界匹配网络的鱼群摄食动作时序检测方法研究
作者：王丁弘;杨信廷;潘良;朱文韬;焦冬祥;周超
关键词：改进边界匹配网络;鱼群摄食;摄食状态检测;摄食行为检测;注意力机制;水产养殖
-
基于摄食状态图像识别技术的锦鲤产量估算方法研究
作者：马茵驰;韦惟;周超
关键词：锦鲤;图像识别;摄食状态;自动提取;半纺锤形;特征三角形;相关性分析模型;产量估算
-
基于自适应模糊神经网络的鱼类投喂预测方法研究
作者：陈澜;杨信廷;孙传恒;王以忠;徐大明;周超
关键词：ANFIS;精准投喂;水温;体重;水产养殖
-
基于近红外机器视觉的鱼类摄食强度评估方法研究
作者：周超;徐大明;吝凯;陈澜;张松;孙传恒;杨信廷
关键词：水产养殖;近红外机器视觉;鱼类摄食强度评估;支持向量机;投喂决策
-
基于支持向量机的鱼群摄食行为识别技术
作者：陈彩文;杜永贵;周超;孙传恒
关键词：计算机视觉;图像纹理;支持向量机;主成分分析;鱼群摄食;自动识别;自动监测
-
基于形状与纹理特征的鱼类摄食状态检测方法
作者：郭强;杨信廷;周超;吝凯;孙传恒;陈明
关键词：摄食行为;形状和纹理特征;BP神经网络;精准投喂
-
基于图像纹理特征的养殖鱼群摄食活动强度评估
作者：陈彩文;杜永贵;周超;孙传恒
关键词：计算机视觉;图像识别;纹理;灰度共生矩阵;鱼群面积;鱼群摄食活动强度
