[發(fā)明專利]魚群攝食強(qiáng)度識(shí)別方法、裝置、系統(tǒng)及投餌機(jī)

有效

• 申請(qǐng)?zhí)枺?/td>: 202310181994.0
• 申請(qǐng)日: 2023-03-01
• 公開（公告）號(hào): CN115861906B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 周超;朱文韜;楊信廷;孫傳恒;劉錦濤
• 申請(qǐng)（專利權(quán)）人: 北京市農(nóng)林科學(xué)院信息技術(shù)研究中心
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G10L25/51;G10L25/24;G10L25/30;A01K61/80;G06V10/80;G06V10/82;G06N3/0455;G06N3/08
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 李文清

本發(fā)明提供一種魚群攝食強(qiáng)度識(shí)別方法、裝置、系統(tǒng)及投餌機(jī)，屬于水產(chǎn)養(yǎng)殖技術(shù)領(lǐng)域，所述方法包括：獲取魚群攝食信息，魚群攝食信息包括魚群攝食視頻信息和對(duì)應(yīng)視頻時(shí)間段的水質(zhì)信息；將魚群攝食信息輸入至魚群攝食強(qiáng)度識(shí)別模型，獲取魚群攝食強(qiáng)度識(shí)別模型輸出的魚群攝食強(qiáng)度；魚群攝食強(qiáng)度識(shí)別模型用于基于對(duì)魚群攝食信息進(jìn)行特征提取得到的視頻幀特征、音頻特征和水質(zhì)特征進(jìn)行融合，并基于融合所得的特征確定魚群攝食強(qiáng)度；魚群攝食強(qiáng)度識(shí)別模型是根據(jù)魚群攝食信息的樣本和對(duì)應(yīng)的魚群攝食強(qiáng)度標(biāo)簽訓(xùn)練得到的。本發(fā)明可以有效地提高魚群攝食強(qiáng)度識(shí)別的精度和效果，在水質(zhì)渾濁的場景下，也能實(shí)現(xiàn)高精度的魚群攝食強(qiáng)度識(shí)別效果。

技術(shù)領(lǐng)域

本發(fā)明涉及水產(chǎn)養(yǎng)殖技術(shù)領(lǐng)域，尤其涉及一種魚群攝食強(qiáng)度識(shí)別方法、裝置、系統(tǒng)及投餌機(jī)。

背景技術(shù)

現(xiàn)有技術(shù)中，公開號(hào)為CN?114323117?A，其公開了一種魚類攝食強(qiáng)度評(píng)估方法，包括如下步驟：獲取養(yǎng)殖池水面的深度圖和近紅外圖；同時(shí)獲取所述養(yǎng)殖池水面音頻信息；對(duì)所述深度圖、近紅外圖和音頻信息進(jìn)行特征提取；融合所述各類信息的特征，獲得量化的魚類攝食強(qiáng)度。另外，公開號(hào)為CN?115690570?A，其公開了一種基于ST-GCN的魚群攝食強(qiáng)度預(yù)測方法，包括以下步驟：構(gòu)建特征提取模型并進(jìn)行訓(xùn)練，將魚群攝食行為視頻圖像輸入到訓(xùn)練后的特征提取模型中進(jìn)行時(shí)空特征提取，獲得魚群個(gè)體與時(shí)間序列一一對(duì)應(yīng)的空間位置信息；獲取攝食強(qiáng)度信息，基于攝食強(qiáng)度信息為空間位置信息做數(shù)據(jù)標(biāo)注，獲得標(biāo)注后的空間位置信息；構(gòu)建初始攝食強(qiáng)度預(yù)測模型，基于標(biāo)注后的空間位置信息對(duì)初始攝食強(qiáng)度預(yù)測模型進(jìn)行訓(xùn)練，獲得目標(biāo)攝食強(qiáng)度預(yù)測模型，基于目標(biāo)攝食強(qiáng)度預(yù)測模型對(duì)魚群的攝食強(qiáng)度進(jìn)行預(yù)測。

水產(chǎn)養(yǎng)殖中，實(shí)時(shí)探測與監(jiān)控養(yǎng)殖水體中的魚群的攝食強(qiáng)度變化情況，是制定科學(xué)的投餌策略的重要依據(jù)之一，可以有效減少餌料浪費(fèi)，進(jìn)而實(shí)現(xiàn)經(jīng)濟(jì)效益與生態(tài)效益雙贏。近年來，機(jī)器視覺因其廣泛的應(yīng)用性和獲取可靠數(shù)據(jù)的優(yōu)點(diǎn)，并結(jié)合特定的圖像預(yù)處理及增強(qiáng)算法，被廣泛運(yùn)用于圖像分類，目標(biāo)識(shí)別等領(lǐng)域。

目前，基于機(jī)器視覺的魚群攝食強(qiáng)度識(shí)別方法已經(jīng)獲得了較大發(fā)展，大部分?jǐn)z食強(qiáng)度識(shí)別方法和系統(tǒng)通過采用多特征融合和信息互補(bǔ)，提高魚群攝食強(qiáng)度識(shí)別的精準(zhǔn)度。然而，其使用的多特征都來自于單一的圖像信息源，具有同一物理屬性，多特征之間的有效性難以通過其他方法交互認(rèn)證，從而難以確保識(shí)別結(jié)果的穩(wěn)健性，致使魚群攝食強(qiáng)度識(shí)別的精度較低，效果不佳，尤其在水質(zhì)渾濁的場景下，普通的視覺方法無法適用。

發(fā)明內(nèi)容

本發(fā)明提供一種魚群攝食強(qiáng)度識(shí)別方法、裝置、系統(tǒng)及投餌機(jī)，用以解決現(xiàn)有技術(shù)中魚群攝食強(qiáng)度識(shí)別的精度較低，效果不佳，尤其在水質(zhì)渾濁的場景下，普通的視覺方法無法適用的缺陷。

本發(fā)明提供一種魚群攝食強(qiáng)度識(shí)別方法，包括：

獲取魚群攝食信息，所述魚群攝食信息包括魚群攝食視頻信息和對(duì)應(yīng)視頻時(shí)間段的水質(zhì)信息；

將所述魚群攝食信息輸入至魚群攝食強(qiáng)度識(shí)別模型，獲取所述魚群攝食強(qiáng)度識(shí)別模型輸出的魚群攝食強(qiáng)度；

所述魚群攝食強(qiáng)度識(shí)別模型用于基于對(duì)所述魚群攝食信息進(jìn)行特征提取得到的視頻幀特征、音頻特征和水質(zhì)特征進(jìn)行融合，并基于融合所得的特征確定魚群攝食強(qiáng)度；所述魚群攝食強(qiáng)度識(shí)別模型是根據(jù)所述魚群攝食信息的樣本和對(duì)應(yīng)的魚群攝食強(qiáng)度標(biāo)簽訓(xùn)練得到的。

根據(jù)本發(fā)明提供的一種魚群攝食強(qiáng)度識(shí)別方法，所述魚群攝食強(qiáng)度識(shí)別模型包括特征提取層、特征融合層和輸出層；

所述特征提取層用于分別對(duì)所述魚群攝食視頻信息和所述水質(zhì)信息進(jìn)行特征提取，得到視頻幀特征向量、音頻特征向量和水質(zhì)特征向量；

所述特征融合層用于對(duì)所述視頻幀特征向量、所述音頻特征向量和所述水質(zhì)特征向量進(jìn)行多模態(tài)特征融合，得到目標(biāo)視頻融合特征、目標(biāo)音頻融合特征和目標(biāo)水質(zhì)融合特征；

所述輸出層用于基于所述目標(biāo)視頻融合特征、所述目標(biāo)音頻融合特征和所述目標(biāo)水質(zhì)融合特征，確定魚群攝食強(qiáng)度。