多维度深海鱼类识别算法 | |
李晨2; 刘怡丹1,2; 孙科林2; 李勃2; 全向前2; 刘凯斌2 | |
刊名 | 江苏大学学报(自然科学版) |
2021-05-07 | |
卷号 | 42期号:03页码:303-308 |
关键词 | 鱼类 认知 运动目标提取 深度学习 识别 |
通讯作者 | 李晨 |
英文摘要 | 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. |
语种 | 中文 |
内容类型 | 期刊论文 |
版本 | 出版稿 |
源URL | [http://ir.idsse.ac.cn/handle/183446/8958] |
专题 | 深海工程技术部_深海视频技术研究室 |
通讯作者 | 李晨 |
作者单位 | 1.同济大学海洋与地球科学学院 2.中国科学院深海科学与工程研究所; |
推荐引用方式 GB/T 7714 | 李晨,刘怡丹,孙科林,等. 多维度深海鱼类识别算法[J]. 江苏大学学报(自然科学版),2021,42(03):303-308. |
APA | 李晨,刘怡丹,孙科林,李勃,全向前,&刘凯斌.(2021).多维度深海鱼类识别算法.江苏大学学报(自然科学版),42(03),303-308. |
MLA | 李晨,et al."多维度深海鱼类识别算法".江苏大学学报(自然科学版) 42.03(2021):303-308. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论