[发明专利]一种基于视觉技术的鱼类游过数目与游向的预测方法

说明书

本发明公开了一种基于视觉技术的鱼类游过数目与游向的预测方法，包括：选择若干数量和种类的鱼，每个种类的鱼数量相等；将所有的鱼放入一个透明的鱼缸内，录制若干鱼在鱼缸内活动的水下视频；从水下视频中提取祯，并利用开源图像注释工具在祯图像上添加标签，形成若干标签图像；将若干标签图像输入训练好的YOLO算法模型中，得到每个鱼的跟踪框；利用多目标跟踪算法，将每个鱼的跟踪框对应一个跟踪框ID；在定义计数线BC，判断连线A'A是否穿过计数线BC。本发明利用视觉技术，将鱼类游动的视频以每祯提取出图片，将动态的视频划分成静态的图片，方便进行识别，能准确判断出鱼的游向和方位，识别速度快，能对历史录像进行识别。

技术领域

本发明涉及智能识别技术领域，具体涉及一种基于视觉技术的鱼类游过数目与游向的预测方法。

背景技术

随着AI人工智能与各科技领域的深度融合，已经在机器学习、语音识别、计算机视觉等领域产生出了众多创新解决方案。尤其是拥有80％人类感知视觉信息的计算机视觉技术与人工智能技术已密不可分。业界人士普遍认为，人工智能发展的下一个阶段，将是计算机视觉技术引领的创新时代。机器视觉技术历经半个多世纪的发展慢慢趋于成熟，正逐步从实验室理论研究走向应用市场，与其相关的应用和任务也逐渐进入到人们的日常生活当中。当前科技进步的速度可以用突飞猛进来形容，可以预见在未来，智能视觉技术会在全世界各项技术全面进步和视觉研究人员的共同努力下达到更高的水平，从而让高可靠性的便捷视觉检测以及视频分析技术直接服务人们的工作和生活。

活鱼识别是快速获取大量数据的渔业调查应用中最关键的元素之一，与一般场景不同，水下图像识别面临的挑战是图像质量差、目标和环境不可控以及难以获取代表性样本。此外，大多数现有的特征提取技术由于涉及人的监督而阻碍了自动化。因此，急需开发一种针对活鱼在游动过程中对鱼的种类、数量以及游向进行识别的方法。

发明内容

针对现有技术的上述不足，本发明提供了一种识别精度高的基于视觉技术的鱼类游过数目与游向的预测方法。

为达到上述发明目的，本发明所采用的技术方案为：

提供一种基于视觉技术的鱼类游过数目与游向的预测方法，其特征在于，包括以下步骤：

S1：选择若干数量和种类的鱼，每个种类的鱼数量相等；

S2：将所有的鱼放入一个透明的鱼缸内，录制若干鱼在鱼缸内活动的水下视频；

S3：从水下视频中提取祯，并利用开源图像注释工具在祯图像上添加标签，形成若干标签图像；

S4：将若干标签图像输入训练好的YOLO算法模型中，得到每个鱼的跟踪框；

S5：利用多目标跟踪算法，将每个鱼的跟踪框对应一个跟踪框ID；

S6：在定义计数线BC，计算跟踪框的中心位置A'、以及前一祯的跟踪框ID对应的跟踪框的中心位置A；

S7：连接位置A与位置A'，判断连线A'A是否穿过计数线BC，若是，则判定当前跟踪框ID对应的跟踪框过线，有一条鱼游过计数线BC，鱼的数量加1，向量的方向为该鱼的游向；

S8：遍历每个跟踪框ID对应的跟踪框，计算跟踪框过线的祯数，若同一跟踪框ID的跟踪框在超过帧数阈值后再次过线，则判定同一条鱼徘徊，不计入鱼的数量。

进一步地，步骤S4包括：

S41：在开源数据库中下载YOLO算法模型，下载鱼类图片的训练集，训练集中包含步骤S1中的鱼的种类；

S42：利用训练集对YOLO算法模型进行训练，形成鱼类探测器；

S43：利用鱼类探测器对每祯的标签图像中的鱼类进行物种识别，生成每个鱼个体的检测框，并在检测框上标注鱼类。

进一步地，步骤S5包括：