江苏大学学报(自然科学版)

作者：李晨1，刘怡丹1,2，孙科林1，李勃1，全向前1，刘凯斌1

单位：1. 中国科学院 深海科学与工程研究所， 海南 三亚 572000； 2. 同济大学 海洋与地球科学学院， 上海 200092

关键词：鱼类, 认知, 运动目标提取, 深度学习, 识别

基金：三亚市院地科技合作项目（2018YD09）

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.

来源：2021年第3期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2021年第3期