[發(fā)明專(zhuān)利]群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210177795.8
• 申請(qǐng)日: 2022-02-24
• 公開(kāi)（公告）號(hào): CN114529586A
• 公開(kāi)（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 馬真;劉鷹;王婕;范繼澤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連海洋大學(xué);南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（廣州）
• 主分類(lèi)號(hào): G06T7/246
• 分類(lèi)號(hào): G06T7/246;G06T7/66;G06Q50/02
• 代理公司: 北京鑫知翼知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11984
• 代理人: 孫長(zhǎng)江

本發(fā)明公開(kāi)了群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法、裝置及存儲(chǔ)介質(zhì)，一種群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法，其包括步驟：采樣步驟：采集魚(yú)類(lèi)運(yùn)動(dòng)樣本；信息提取步驟：提取單目標(biāo)個(gè)體的游動(dòng)速度、方向和相對(duì)位置坐標(biāo)；運(yùn)動(dòng)信息計(jì)算步驟：計(jì)算得到多目標(biāo)魚(yú)群的運(yùn)動(dòng)特征；網(wǎng)絡(luò)構(gòu)建步驟：構(gòu)建群體背景下魚(yú)類(lèi)交互社會(huì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型；特征計(jì)算步驟：通過(guò)所述網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型，計(jì)算攻擊行為典型特征參數(shù)；攻擊激烈程度判別步驟：根據(jù)所述典型特征參數(shù)判斷魚(yú)群攻擊行為的狀態(tài)和程度。本申請(qǐng)能夠?yàn)閷?shí)際生產(chǎn)中監(jiān)測(cè)魚(yú)群異常運(yùn)動(dòng)、減少養(yǎng)殖過(guò)程魚(yú)類(lèi)攻擊和提高養(yǎng)殖效益提供依據(jù)，有利于養(yǎng)殖產(chǎn)業(yè)的健康發(fā)展。

技術(shù)領(lǐng)域

本發(fā)明涉及一種群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

魚(yú)類(lèi)和其他動(dòng)物一樣，為了保護(hù)自己的食物或領(lǐng)地等資源而產(chǎn)生攻擊行為，這也是魚(yú)類(lèi)生來(lái)就有的顯著特征。在高密度養(yǎng)殖環(huán)境中，由于脅迫和壓力，很多魚(yú)類(lèi)會(huì)出現(xiàn)攻擊行為，養(yǎng)殖過(guò)程中可見(jiàn)大批少鰭少尾個(gè)體，導(dǎo)致生長(zhǎng)減緩和免疫力下降，甚至大批死亡，給養(yǎng)殖戶(hù)造成很大的經(jīng)濟(jì)損失。監(jiān)測(cè)魚(yú)類(lèi)攻擊行為，可以對(duì)魚(yú)類(lèi)福利狀態(tài)提供早期預(yù)警，并且該過(guò)程對(duì)魚(yú)類(lèi)不會(huì)產(chǎn)生不良影響。

養(yǎng)殖條件下如何對(duì)魚(yú)類(lèi)攻擊行為進(jìn)行識(shí)別和量化，是生產(chǎn)管理的難題，也是實(shí)現(xiàn)福利化養(yǎng)殖需要解決的關(guān)鍵問(wèn)題。魚(yú)類(lèi)攻擊行為受多重因素的影響，是個(gè)體根據(jù)自身狀態(tài)和外部群體和環(huán)境變化做出的適應(yīng)性反應(yīng)。因此，基于傳統(tǒng)人工觀察的視頻分析很難應(yīng)用在養(yǎng)殖群體背景條件下。首先養(yǎng)殖背景條件下的魚(yú)群數(shù)量較大，個(gè)體之間的交互頻率很高，僅靠人工觀察誤差較大；其次，魚(yú)類(lèi)攻擊行為受到群體內(nèi)部其它個(gè)體攻擊行為的影響，傳統(tǒng)的監(jiān)測(cè)方法操作難度較大。因此，目前對(duì)群體條件下魚(yú)類(lèi)攻擊行為的交互研究很少，對(duì)魚(yú)類(lèi)攻擊行為的社會(huì)網(wǎng)絡(luò)特征研究幾乎是空白，這也是現(xiàn)今養(yǎng)殖過(guò)程中無(wú)法對(duì)攻擊行為制定預(yù)防和管理措施的瓶頸所在，因此對(duì)群體背景下攻擊行為的研究顯得格外重要。

綜上所述，現(xiàn)有技術(shù)存在以下缺陷和不足：

1.對(duì)群體背景下魚(yú)類(lèi)攻擊行為特征的識(shí)別和量化研究較少；

2.對(duì)群體背景下魚(yú)類(lèi)攻擊過(guò)程中的社會(huì)網(wǎng)絡(luò)分析幾乎是空白。

發(fā)明內(nèi)容

為了克服現(xiàn)有的技術(shù)存在的不足，本發(fā)明提供一種群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法、裝置及存儲(chǔ)介質(zhì)。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：本發(fā)明提供一種群體背景下魚(yú)類(lèi)攻擊行為識(shí)別和量化方法包括步驟：

采樣步驟：采集魚(yú)類(lèi)運(yùn)動(dòng)樣本；

信息提取步驟：提取單目標(biāo)個(gè)體的游動(dòng)速度、方向和相對(duì)位置坐標(biāo)；

運(yùn)動(dòng)信息計(jì)算步驟：計(jì)算得到多目標(biāo)魚(yú)群的運(yùn)動(dòng)特征；

網(wǎng)絡(luò)構(gòu)建步驟：構(gòu)建群體背景下魚(yú)類(lèi)交互社會(huì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型；

特征計(jì)算步驟：通過(guò)所述網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型，計(jì)算攻擊行為典型特征參數(shù)；

攻擊激烈程度判別步驟：根據(jù)所述典型特征參數(shù)判斷魚(yú)群攻擊行為的狀態(tài)和程度。

進(jìn)一步所述采集魚(yú)類(lèi)運(yùn)動(dòng)樣本具體采用高清攝像頭對(duì)群體背景下魚(yú)類(lèi)的運(yùn)動(dòng)過(guò)程進(jìn)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。

進(jìn)一步信息提取步驟具體使用亮度定標(biāo)的方法，提取魚(yú)群在距離水面N cm的水層采樣圖像，對(duì)所述采樣圖像進(jìn)行二值化處理后，通過(guò)YOLO算法對(duì)目標(biāo)區(qū)域進(jìn)行縮放，精確到目標(biāo)區(qū)域只有一條魚(yú)，對(duì)單目標(biāo)個(gè)體進(jìn)行輪廓識(shí)別；以中心點(diǎn)檢測(cè)提取單目標(biāo)個(gè)體的游動(dòng)速度、方向和相對(duì)位置坐標(biāo)。

進(jìn)一步運(yùn)動(dòng)信息計(jì)算步驟中對(duì)當(dāng)前幀中的每個(gè)像素單目標(biāo)個(gè)體的速度和方向進(jìn)行計(jì)算，每個(gè)像素點(diǎn)光流計(jì)算后，將網(wǎng)格狀分布粒子分散在每幀圖像中；計(jì)算每個(gè)粒子的光流信息并加和取平均，得到多目標(biāo)魚(yú)群的運(yùn)動(dòng)特征。