一种基于深度学习的多特征融合鱼类异常行为检测方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的多特征融合鱼类异常行为检测方法，包括：S1、获取鱼群图像数据集；S2、对鱼群图像数据集中的图像进行预处理；S3、对预处理后的图像进行特征提取，包括：采用DCNN迁移学习模型提取鱼群评分特征；采用灰度共生矩阵提取鱼群纹理特征；采用LK光流法提取鱼群行为特征；S4、分别对鱼群评分特征、鱼群纹理特征和鱼群行为特征进行归一化处理；S5、将各图像归一化处理后的各特征作为特征向量输入XGBoost模型训练，获得鱼群异常行为检测模型；S6、对鱼群异常行为检测模型进行评估，获得最终鱼群异常行为检测模型。该方法可提高鱼群异常行为检测准确率，适用于小数据集和高精度检测，执行效率高。
基本信息
专利标题 ：
一种基于深度学习的多特征融合鱼类异常行为检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463843A
申请号 ：
CN202210027564.9
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
钱浩天马燕妮斯毓秀曹迪余邵聪
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
忻明年
优先权 ：
CN202210027564.9
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06V10/80 G06V10/54 G06V10/62 G06V10/774 G06V10/82 G06N3/04 G06N3/08 G06N20/20 G06K9/62
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 40/20
申请日 : 20220111
申请日 : 20220111
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
