期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Mel声谱图与改进SEResNet的鱼类行为识别
被引量：
6
1
作者
杨雨欣
于红
+3 位作者
杨宗轶
涂万
张鑫
林远山
《渔业现代化》
CSCD
北大核心
2024年第1期56-63,共8页
养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造...
养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造成特征提取难的问题,采用高分辨率、特征表示较好的Mel声谱图以捕捉鱼类声音的频谱特征。其次针对鱼类声音特征关键信息易丢失的难题,提出在SEResNet模型中融合时序聚合池化层(Temporal Aggregated Pooling,TAP),提取池化区域的最大值和平均值,保留鱼类行为更多细粒度声音特征,提高识别准确率。为验证所提模型的有效性,分别设计了消融试验和模型性能对比试验,试验结果显示:TAP-SEResNet相比SEResNet在不降低检测速度的条件下准确率提升了3.23%;相比PANNS-CNN14、ECAPA-TDNN及MFCC+ResNet等先进声音识别模型,TAP-SEResNet在准确率上分别提升了5.32%、2.80%和1.64%。所提模型有助于养殖过程中对鱼类行为实现精准监测,对精准养殖具有重要的推动作用。
展开更多
关键词
鱼类行为识别
被动水声信号
Mel声谱图
SEResNet
在线阅读
下载PDF
职称材料
基于计算机视觉技术的水产养殖中鱼类行为识别与量化研究进展
被引量：
21
2
作者
何佳
黄志涛
+1 位作者
宋协法
彭磊
《渔业现代化》
CSCD
2019年第3期7-14,共8页
鱼类行为与水体环境密切相关,是鱼类生活状况的直接体现,可以通过分析鱼类行为进行更为精准的养殖管理和操作。计算机视觉技术为鱼类行为识别和量化提供了一种非入侵式且稳定性较好的方法,已逐渐广泛用于鱼类行为研究。本文介绍了计算...
鱼类行为与水体环境密切相关,是鱼类生活状况的直接体现,可以通过分析鱼类行为进行更为精准的养殖管理和操作。计算机视觉技术为鱼类行为识别和量化提供了一种非入侵式且稳定性较好的方法,已逐渐广泛用于鱼类行为研究。本文介绍了计算机视觉技术的技术流程,包括图像采集、预处理、运动目标检测与跟踪,并对各个流程进行分类;综述了计算机视觉技术在鱼类游泳、摄食和体色变化等行为识别、量化研究的现状;分析了计算机视觉技术在鱼类行为识别、量化方面的难点及存在的问题,以期为计算机视觉技术在水产养殖监测领域的发展提供参考依据。
展开更多
关键词
计算机视觉技术
鱼类行为识别
与量化
图像处理
目标检测
目标跟踪
在线阅读
下载PDF
职称材料
基于人工智能的鱼类行为识别研究综述
被引量：
5
3
作者
彭秋珺
李蔚然
李振波
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第S01期283-295,共13页
鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来...
鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来,基于人工智能技术的鱼类行为识别方法受到广泛关注,其具有无损性、低成本等优势。本文综述了近5年基于卷积神经网络、循环神经网络、双流卷积神经网络等人工智能方法的鱼类行为识别技术,对鱼类行为识别方法及数据集进行了归纳与分析,在此基础上,对未来的研究进行讨论与展望。
展开更多
关键词
鱼类行为识别
人工智能
数据集
水产养殖
在线阅读
下载PDF
职称材料
题名
基于Mel声谱图与改进SEResNet的鱼类行为识别
被引量：
6
1
作者
杨雨欣
于红
杨宗轶
涂万
张鑫
林远山
机构
大连海洋大学信息工程学院
大连市智慧渔业重点实验室
设施渔业教育部重点实验室(大连海洋大学)
辽宁省海洋信息技术重点实验室
出处
《渔业现代化》
CSCD
北大核心
2024年第1期56-63,共8页
基金
辽宁省教育厅重点科研项目“面向鱼类行为分析的声音与视觉特征融合关键技术研究(LJKZ0729)”
国家自然科学基金项目“水下实时背景下鱼类精准识别新方法研究:融合VSM和DELM(31972846)”
设施渔业教育部重点实验室开放课题“基于鱼类骨架和轨迹特征的异常行为识别方法研究(202313)”。
文摘
养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造成特征提取难的问题,采用高分辨率、特征表示较好的Mel声谱图以捕捉鱼类声音的频谱特征。其次针对鱼类声音特征关键信息易丢失的难题,提出在SEResNet模型中融合时序聚合池化层(Temporal Aggregated Pooling,TAP),提取池化区域的最大值和平均值,保留鱼类行为更多细粒度声音特征,提高识别准确率。为验证所提模型的有效性,分别设计了消融试验和模型性能对比试验,试验结果显示:TAP-SEResNet相比SEResNet在不降低检测速度的条件下准确率提升了3.23%;相比PANNS-CNN14、ECAPA-TDNN及MFCC+ResNet等先进声音识别模型,TAP-SEResNet在准确率上分别提升了5.32%、2.80%和1.64%。所提模型有助于养殖过程中对鱼类行为实现精准监测,对精准养殖具有重要的推动作用。
关键词
鱼类行为识别
被动水声信号
Mel声谱图
SEResNet
Keywords
fish behavior recognition
passive underwater acoustic signal
Mel spectrogram
SEResNet
分类号
S932.2 [农业科学—渔业资源]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于计算机视觉技术的水产养殖中鱼类行为识别与量化研究进展
被引量：
21
2
作者
何佳
黄志涛
宋协法
彭磊
机构
中国海洋大学水产学院
出处
《渔业现代化》
CSCD
2019年第3期7-14,共8页
基金
国家重点研发计划(2017YFD0701701)
文摘
鱼类行为与水体环境密切相关,是鱼类生活状况的直接体现,可以通过分析鱼类行为进行更为精准的养殖管理和操作。计算机视觉技术为鱼类行为识别和量化提供了一种非入侵式且稳定性较好的方法,已逐渐广泛用于鱼类行为研究。本文介绍了计算机视觉技术的技术流程,包括图像采集、预处理、运动目标检测与跟踪,并对各个流程进行分类;综述了计算机视觉技术在鱼类游泳、摄食和体色变化等行为识别、量化研究的现状;分析了计算机视觉技术在鱼类行为识别、量化方面的难点及存在的问题,以期为计算机视觉技术在水产养殖监测领域的发展提供参考依据。
关键词
计算机视觉技术
鱼类行为识别
与量化
图像处理
目标检测
目标跟踪
Keywords
computer vision technology
recognition and quantification of fish behavior
image processing
target detection
target tracking
分类号
S951.2 [农业科学—水产养殖]
在线阅读
下载PDF
职称材料
题名
基于人工智能的鱼类行为识别研究综述
被引量：
5
3
作者
彭秋珺
李蔚然
李振波
机构
中国农业大学信息与电气工程学院
中国农业大学国家数字渔业创新中心
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第S01期283-295,共13页
基金
广东省重点领域研发计划项目(2020B0202010009)
文摘
鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来,基于人工智能技术的鱼类行为识别方法受到广泛关注,其具有无损性、低成本等优势。本文综述了近5年基于卷积神经网络、循环神经网络、双流卷积神经网络等人工智能方法的鱼类行为识别技术,对鱼类行为识别方法及数据集进行了归纳与分析,在此基础上,对未来的研究进行讨论与展望。
关键词
鱼类行为识别
人工智能
数据集
水产养殖
Keywords
fish behavior recognition
artificial intelligence
datasets
aquaculture
分类号
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Mel声谱图与改进SEResNet的鱼类行为识别
杨雨欣
于红
杨宗轶
涂万
张鑫
林远山
《渔业现代化》
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
2
基于计算机视觉技术的水产养殖中鱼类行为识别与量化研究进展
何佳
黄志涛
宋协法
彭磊
《渔业现代化》
CSCD
2019
21
在线阅读
下载PDF
职称材料
3
基于人工智能的鱼类行为识别研究综述
彭秋珺
李蔚然
李振波
《农业机械学报》
EI
CAS
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
