多维度深海鱼类识别算法

作者：李晨; 刘怡丹; 孙科林; 李勃; 全向前; 刘凯斌

来源：江苏大学学报(自然科学版), 2022, 42(03): 303-308.

• 鱼类
• 认知
• 运动目标提取
• 深度学习
• 识别

针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)达到80%以上,优于当前主流算法.

• 单位
  同济大学; 中国科学院深海科学与工程研究所