龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于机器视觉的洄游鱼群计数识别方法，利用yolov8作为backbone，创建了dve‑yolo结构，修改了yolov8的样本分配策略和损失函数来适应dve‑yolo结构。该结构以前后两张连续图片作为输入，前后对应物体的锚框组合作为输出，可以更好的获取图片中运动物体的动态特征，明确反映将前后两张图中物体的联系，使网络具有动态视力。由于可以同时获取前后状态信息，不需要传统的卡尔曼滤波器进行状态估计，因而可以创建更简单的跟踪计数逻辑。本发明可以准确地识别鱼群是否正在进行洄游，成本低，节省人工，可24小时不间断工作，具有很高的应用价值。
主权项：1.一种基于机器视觉的洄游鱼群计数识别方法，其特征在于，包括以下步骤：步骤1、获取河道水面监测一段时间的原始视频数据，基于原始视频数据中提取得到多帧图片数据；步骤2、采用孪生dve-yolo网络，所述dve-yolo网络以前后相邻帧的两张图片作为输入，通过孪生dve-yolo网络实现鱼目标的检测、特征提取和匹配；将步骤1获取的图片数据划分为训练集、测试集，通过训练集图片数据对孪生dve-yolo网络进行训练后，利用训练好的孪生dve-yolo网络处理测试集中图片数据，以完成鱼目标检测；步骤3、基于步骤2中训练好的孪生dve-yolo网络的输出结果实现鱼目标的跟踪，由此得到原始视频数据中从出现到消失的鱼目标的轨迹，并对鱼目标的轨迹进行累计计数，即为原始视频数据相应时间段中游过河道的鱼计数量；步骤4、将原始视频数据相应时间段划分为多个时间周期，计算每个时间周期的鱼计数量，将每个时间周期的鱼计数量与预设阈值进行比较，若某个时间周期内的鱼计数量均大于预设阈值，则判断该时间周期存在洄游，否则判断该时间周期不存在洄游。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于机器视觉的洄游鱼群计数识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号