-
题名基于3-2D融和模型的毛虾捕捞渔船行为识别
被引量：6
- 1
-
-
作者
张佳泽
张胜茂
王书献
杨昱皞
戴阳
熊瑛
-
机构
上海海洋大学信息学院
中国水产科学研究院东海水产研究所/农业农村部渔业遥感重点实验室
大连海洋大学航海与船舶工程学院
江苏省海洋水产研究所
-
出处
《南方水产科学》
CAS
CSCD
北大核心
2022年第4期126-135,共10页
-
基金
国家自然科学基金重点项目(61936014)
浙江省海洋渔业资源可持续利用技术研究重点实验室开放课题(2020KF001)
+1 种基金
江苏省农业综合执法专项(2020-SJ-018)
中国水产科学研究院基本科研业务费资助(2020TD82)。
-
文摘
针对中国毛虾(Acetes chinensis)产量逐年锐减问题,中国开始对近海海域实施毛虾限额捕捞措施,采用视频监控技术辅助捕捞管理。提出一种基于3-2D融和模型的毛虾捕捞渔船行为识别方法,为限额捕捞管理提供新的解决方案。通过在毛虾渔船上4个固定位置安装高清摄像设备,并记录捕捞作业全过程,共获取600余个视频监控数据作为初始数据;从初始数据中筛选有效的视频数据,同时对视频数据进行5种行为的划分和标记。为了提高网络训练的效率,对视频数据进行压缩和帧数分割等预处理;最后,通过搭建3-2D融合的卷积神经网络来训练模型,实现渔船行为特征的提取和分类。结果表明,捕捞渔船行为识别方法的分类精度为95.35%,召回率为94.50%,平均精确度为96.60%,模型整体得分达93.32%,平均检测时间为35.46 ms·帧^(−1),可用于毛虾渔船捕捞视频的实时分析。
-
关键词
中国毛虾
限额捕捞
深度学习
卷积神经网络
-
Keywords
Acetes chinensis
Quota fishing
Deep learning
Convolutional neural network
-
分类号
S975
[农业科学—捕捞与储运]
-
