SIA OpenIR  > 水下机器人研究室
基于深渊鱼类识别的原位自主观测方法
其他题名In-situ autonomous observation method based on hadal fish recognition
陈俊1,2; 张奇峰1; 张艾群1; 蔡笃思
作者部门水下机器人研究室
关键词海洋工程与技术 自主观测 支持向量机 鱼类识别 深渊生物 摄像系统
发表期刊吉林大学学报(工学版)
ISSN1671-5497
2018
页码1-9
产权排序1
资助机构中国科学院战略性先导专项(B 类)(XDB06040100)
摘要为提高深渊鱼类观测效率,针对传统预编程式观测方法无法感知目标的不足,提出了一种基于鱼类识别的自主观测方法。首先,通过改进的背景差分法快速分割运动目标;其次,结合深渊生物特点提出了基于Fisher判别函数的形状特征提取方法,然后使用粒子群算法(PSO)优化的支持向量机(SVM)分类法实现了鱼类的识别。最后,设计了深渊鱼类的自主观测算法,并提出了一种观测效率的评价方法。使用深渊原位观测视频进行模拟观测实验的结果表明本文算法可有效提高观测效率。
其他摘要In-situ observation of hadal fish has been widely implemented for scientific research, usually on serial time or fixed time interval observation mode. However, the observation efficiency is extremely low since pre-programmed method cannot perceive the interested targets in camera view. A novel autonomous observation method combined with computer vision technology is proposed in this paper, where observation strategy could be dynamically adjusted according to the result of fish recognition. Moving targets are rapidly segmented from video frames based on improved background difference method. Invariant moment, eccentricity and roundness characteristics are extracted subsequently, and Fisher discriminant function is used for feature reduction. Fish target prediction model is then established with SPO-SVM algorism. The effectiveness of proposed autonomous observation method is validated through simulation experiment using in-situ observation video data of hadal trench expedition.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/22087
专题水下机器人研究室
通讯作者张奇峰
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室;
2.中国科学院大学
推荐引用方式
GB/T 7714
陈俊,张奇峰,张艾群,等. 基于深渊鱼类识别的原位自主观测方法[J]. 吉林大学学报(工学版),2018:1-9.
APA 陈俊,张奇峰,张艾群,&蔡笃思.(2018).基于深渊鱼类识别的原位自主观测方法.吉林大学学报(工学版),1-9.
MLA 陈俊,et al."基于深渊鱼类识别的原位自主观测方法".吉林大学学报(工学版) (2018):1-9.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于深渊鱼类识别的原位自主观测方法.pd(504KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈俊]的文章
[张奇峰]的文章
[张艾群]的文章
百度学术
百度学术中相似的文章
[陈俊]的文章
[张奇峰]的文章
[张艾群]的文章
必应学术
必应学术中相似的文章
[陈俊]的文章
[张奇峰]的文章
[张艾群]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于深渊鱼类识别的原位自主观测方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。