多维度深海鱼类识别算法

	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.