基于深渊鱼类识别的原位自主观测方法

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 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
	蔡笃思 ; 张奇峰2 ; 张艾群2 ; 陈俊1,2
刊名	吉林大学学报(工学版)
	2019
卷号	49 期号:3 页码:953-962
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
ISSN号	1671-5497
其他题名	In-situ autonomous observation method based on hadal fish recognition
产权排序	1
英文摘要	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。
语种	中文
CSCD记录号	CSCD:6506386
资助机构	中国科学院战略性先导专项（B 类）（XDB06040100）
内容类型	期刊论文
源URL	[http://119.78.100.139/handle/173321/22087]
专题	沈阳自动化研究所_水下机器人研究室
通讯作者	张奇峰
作者单位	1.中国科学院大学 2.中国科学院沈阳自动化研究所机器人学国家重点实验室;
推荐引用方式 GB/T 7714	蔡笃思,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),2019,49(3):953-962.
APA	蔡笃思,张奇峰,张艾群,&陈俊.(2019).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),49(3),953-962.
MLA	蔡笃思,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) 49.3(2019):953-962.