[发明专利]一种自适应周年观测礁区生物活动规律的系统及方法

说明书

本发明为一种自适应周年观测礁区生物活动规律的方法，包括以下步骤，间歇性采集各类数据；将各类数据进行处理，并进行存储；同时利用多层特征识别网络对图像信息进行识别处理，识别出生物种类；将识别处理结果以及时间信息打包后，进行存储；同时将识别处理结果以及时间信息打包后进行平台显示；对识别处理结果进行管理。由于利用多层特征识别网络对图像进行识别处理，可以提升运算效率，且本发明的技术方案可以实现对低质量图像的识别，无需使用强光照射，不会对水下生物习性造成影响，且采用中断管理策略，可降低观测电量消耗和观测成本。

技术领域

本申请涉及图像数据处理和数据识别领域，具体涉及一种自适应周年观测礁区生物活动规律的系统及方法。

背景技术

珊瑚礁为许多动植物提供了天然的生活环境和保护屏障。礁区生物的生长状况、种类丰富程度和活动规律等直接反映了珊瑚礁生态系统的健康与否，以及该水域生物多样性程度。

现有的礁区生物活动观测方法在使用水下监控设备进行视频采集时，其采用的灯光强度非常强，对生物习性有很大的影响，且观测网为连续观测，耗电量巨大，费用成本高。而且由于视频分辨率低、水下环境极其复杂、珊瑚礁区生物多样性高且运动模式复杂等原因，难以对拍摄的视频等数据进行有效的知识提取和分析，使得礁区水下观测受到了极大的限制。

发明内容

本发明提供一种自适应周年观测礁区生物活动规律的系统及方法，以解决现有水下观测网需要高强灯光的辅助，易对水下生物习性造成很大影响的问题，以实现对水下生物影响较小就可以识别出水下生物的位置及对其进行观测。

本申请的技术方案如下：

一种自适应周年观测礁区生物活动规律的方法，包括以下步骤：

间歇性采集各类数据；

将各类数据进行处理，并进行存储；

同时利用多层特征识别网络对图像信息进行识别处理，识别出生物种类；

将识别处理结果以及时间信息打包后，进行存储；

同时将识别处理结果及时间信息打包后在平台显示；

对识别处理结果进行管理。

进一步，多层特征识别网络的主干网络包括：

输入层，所述输入层用于接收图像信息；

卷积层，所述卷积层作为特征提取层，对图像信息进行卷积和标准框计算；

池化层，对经过卷积层的特征图进行精简处理，减少像素信息；

特征融合层，对经过池化层精简的图像特征进行融合，形成融合特征集合；

全连接层，将特征融合集合进行分类识别；

输出层，输出图像信息中识别出的结果以及自主进化新的网络。

进一步，图像识别处理的具体步骤包括：

记输入图像信息PE^x的像素维度为m×n，所述卷基层有l+1层，使用一组大小为3×3×R的卷积核作为用于预测目标位置偏移量的检测器，R为卷积层进行卷积运算的通道数，R≥1，为整数；在输入图像信息的m×n个像素维度范围应用卷积核进行卷积操作；

卷积核在工作时，首先规律地扫过输入图像信息PE^x，(i，j)为所述图像信息像素的坐标计数，对输入特征做矩阵元素乘法求和并叠加偏移量：