[發明專利]一種養殖背景條件下魚群運動行為參數提取和分析方法

有效

• 申請號: 202110507245.3
• 申請日: 2021-05-10
• 公開（公告）號: CN113326743B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 馬真;劉鷹;李海霞;張旭;王婕;馬賓
• 申請（專利權）人: 大連海洋大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/10;G06V20/40;G06V20/52;G06V10/82;G06N3/0464;G06Q50/02;A01K29/00
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 趙淑梅;李馨

本發明涉及一種養殖背景條件下魚群運動行為參數提取和分析方法，屬于水產養殖技術領域。將運動影響力圖法應用于單目標個體特征的識別，由于考慮了目標個體的交互運動特征，因此更適用于群體背景的對象跟蹤；并采用粒子平流法實現多目標個體的特征識別，由于粒子平流法在提取魚群特征點時對色差要求不大，更適用于養殖的低光照和多目標等特點，大大增強了準確度和實用性；將ANNs引入魚群運動特征的判別中，有效提高了養殖監測過程中群體目標追蹤的準確度。本發明得到的結果能夠為在實際生產中監測魚群異常運動、減少養殖過程的突發事件和提高養殖效益提供依據，有利于養殖產業的健康發展。

技術領域

本發明涉及一種養殖背景條件下魚群運動行為參數提取和分析方法，屬于水產養殖技術領域。

背景技術

魚類行為是反映水產養殖中魚類健康狀況的有效參考指標。監測魚類異常行為，可以對魚類福利狀態提供早期預警，并且該過程對魚類不會產生不良影響。通過在集約化生產中觀察養殖魚類的行為表現，可以發現魚群不同狀態條件下的行為具有不同的特征，例如魚群速度、群體離散度和魚群間距等參數。通過視頻記錄的方式，無需工作人員在養殖現場觀察就可以達到行為的實時監測。

基于傳統人工觀察的視頻分析很難應用在養殖群體背景條件下，首先，養殖背景條件下的魚群數量較大，個體之間的交互頻率很高，緊靠人工觀察誤差較大；其次，魚類行為是個體根據外界環境變化和內在生理狀況改變做出的適應性反應，因此魚類的行為表現較復雜，傳統的監測方法操作難度較大。除此之外，傳統的人工觀察過程需要耗費比視頻記錄更長的時間，觀測的效率較低?，F有技術中，將計算機視覺技術應用于動物行為的監測研究已有很多，但目前針對養殖條件下魚類的行為研究很少，將ANNs應用于魚群運動行為參數特征的研究較少，對魚群運動行為特征的量化研究，幾乎是空白，并且對魚類運動行為的研究多集中于個體層面，沒有從群體角度出發。

發明內容

針對上述技術問題，本發明提供一種養殖背景條件下魚群運動行為參數提取和分析方法，將運動影響力圖法應用于單目標個體特征的識別，由于考慮了目標個體的交互運動特征，因此更適用于群體背景的對象跟蹤；并采用粒子平流法實現多目標個體的特征識別，由于粒子平流法在提取魚群特征點時對色差要求不大，更適用于養殖的低光照和多目標等特點，大大增強了準確度和實用性。

為了實現上述目的，本發明具體技術方案如下：

一種養殖背景條件下魚群運動行為參數提取和分析方法，所述方法包括以下步驟：

(1)根據視頻追蹤結果，采用YOLO算法對單目標個體的輪廓進行識別；

(2)基于步驟(1)得到的單目標個體的輪廓，以中心點檢測方法提取單目標個體的坐標并繪制其運動軌跡圖像；

(3)采用運動影響力圖法對單目標個體的形態特征進行識別；

(4)基于步驟(3)得到的單目標個體形態特征，采用粒子平流法對多目標的魚群運動行為特征進行模糊提取；

(5)根據多目標的魚群運動行為特征，結合步驟(1)-(4)結果，判斷魚群在每個時間段的行為特征；

(6)以步驟(1)-(3)得到的結果為輸入，以步驟(5)的結果為輸出，建立基于ANNs的魚群異常運動監測模型。

上述技術方案中，進一步的，行為數據采集時，采樣頻率為10幀/秒；個體監測的數量范圍為1-16尾。

上述技術方案中，進一步的，采用運動影響力圖法檢測和定位單目標個體，并根據單目標個體運動表現及其在群體中的權重判斷目標個體的行為特征。

上述技術方案中，進一步的，采用粒子平流法對魚群特征進行獲取，并根據游速和群體間距的大小作為典型特征判定群體狀態。