基于LBP特征的BP神经网络鱼群摄食行为检测研究

TP36; 为精准判断鱼类摄食时间及规律,提升鱼群智能投喂技术水平,基于图像处理及人工智能技术,提出了一种基于LBP特征的BP神经网络模型的鱼群摄食行为的检测识别算法.利用对鱼群的摄食活动图像及未摄食活动的图像数据,分别进行滤波等预处理及LBP特征提取,将特征纹理数据送入BP神经网络模型进行训练,利用训练好的神经网络模型进行鱼类摄食行为的分类识别.经过实验仿真,由实验结果可得设计的算法对鱼类摄食行为的识别准确率可达97.23％,来实现精准投喂,促进水产养殖规模化发展....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	黑龙江科学 2021, Vol.12 (18), p.5-8
Hauptverfasser:	朱瑞金, 张涛, 扎西顿珠
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP36; 为精准判断鱼类摄食时间及规律,提升鱼群智能投喂技术水平,基于图像处理及人工智能技术,提出了一种基于LBP特征的BP神经网络模型的鱼群摄食行为的检测识别算法.利用对鱼群的摄食活动图像及未摄食活动的图像数据,分别进行滤波等预处理及LBP特征提取,将特征纹理数据送入BP神经网络模型进行训练,利用训练好的神经网络模型进行鱼类摄食行为的分类识别.经过实验仿真,由实验结果可得设计的算法对鱼类摄食行为的识别准确率可达97.23％,来实现精准投喂,促进水产养殖规模化发展.
ISSN:	1674-8646
DOI:	10.3969/j.issn.1674-8646.2021.18.002