[發明專利]群體背景下魚類攻擊行為識別和量化方法、裝置及存儲介質

在審

• 申請號: 202210177795.8
• 申請日: 2022-02-24
• 公開（公告）號: CN114529586A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 馬真;劉鷹;王婕;范繼澤
• 申請（專利權）人: 大連海洋大學;南方海洋科學與工程廣東省實驗室（廣州）
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/66;G06Q50/02
• 代理公司: 北京鑫知翼知識產權代理事務所(普通合伙) 11984
• 代理人: 孫長江

1.一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，采樣步驟：采集魚類運動樣本；

信息提取步驟：提取單目標個體的游動速度、方向和相對位置坐標；

運動信息計算步驟：計算得到多目標魚群的運動特征；

網絡構建步驟：構建群體背景下魚類交互社會網絡拓撲結構模型；

特征計算步驟：通過所述網絡拓撲結構模型，計算攻擊行為典型特征參數；

攻擊激烈程度判別步驟：根據所述典型特征參數判斷魚群攻擊行為的狀態和程度。

2.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，所述采集魚類運動樣本具體采用高清攝像頭對群體背景下魚類的運動過程進行視頻采集；在所述采樣步驟中，所述攝像頭為高清攝像頭，像素為1760×1024；采樣頻率為3～5幀/秒。

3.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，信息提取步驟具體使用亮度定標的方法，提取魚群在距離水面N cm的水層采樣圖像，對所述采樣圖像進行二值化處理后，通過YOLO算法對目標區域進行縮放，精確到目標區域只有一條魚，對單目標個體進行輪廓識別；以中心點檢測提取單目標個體的游動速度、方向和相對位置坐標。

4.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，運動信息計算步驟中對當前幀中的每個像素單目標個體的速度和方向進行計算；每個像素點光流計算后，將網格狀分布粒子分散在每幀圖像中；計算每個粒子的光流信息并加和取平均，得到多目標魚群的運動特征。

5.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，所述攻擊行為典型特征參數包括中心性、密度、聚類系數、距離和傳遞性。

6.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，網絡構建步驟中具體運用社會網絡分析方法，確定社會網絡中的節點數目和線關系，構建群體背景下魚類交互社會網絡拓撲結構模型。

7.如權利要求6所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，所述運用社會網絡分析方法，確定社會網絡中的節點數目和線關系，構建群體背景下魚類攻擊行為社會網絡拓撲結構模型，其中社會網絡中的節點為實際待研究群體中的行動實體；社會網絡中的線關系為魚類個體之間的相互關系。

8.如權利要求1所述的一種群體背景下魚類攻擊行為識別和量化方法，其特征在于，所述攻擊激烈程度判別步驟中，魚用圓圈來表示，圓圈的直徑大小代表外度中心性即魚發起的攻擊的數量，連接線的粗細代表相互作用的大小，基于以上表征，對魚群異常行為進行判別，判別標準包括：外/內度中心度小于50％、群體距離均等則為正常狀態；外/內度中心度小于50％，距離增大則為離散狀態；外/內度中心度小于50％，距離減小則為聚集狀態；外/內度中心度大于50％，群體間距減小則為攻擊狀態。

9.一種群體背景下魚類攻擊行為識別和量化裝置，其特征在于，包括：

至少一個存儲器，用于存儲程序；

至少一個處理器，用于加載所述程序以執行如權利要求1-8任一項所述的魚類攻擊行為識別和量化方法。

10.一種存儲介質，其中存儲有處理器可執行的指令，其特征在于，所述處理器可執行的指令在由處理器執行時用于實現如權利要求1-8任一項所述的魚類攻擊行為識別和量化方法。