一种水下鱼体姿态动态识别方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114821778A(43)申请公布日2022.07.29(21)申请号202210432208.5G06V10/82(2022.01)(22)申请日2022.04.22G06K9/62(2022.01)G06N3/04(2006.01)(71)申请人中国农业大学G06N3/08(2006.01)地址100193北京市海淀区圆明园西路2号G06T3/40(2006.01)(72)发明人石晨张天野李道亮李振波G06T5/00(2006.01)(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师常芳(51)Int.Cl.G06V40/20(2022.01)G06V10/25(2022.01)G06V10/46(2022.01)G06V10/774(2022.01)G06V10/764(2022.01)G06V10/80(2022.01)权利要求书2页说明书11页附图4页(54)发明名称一种水下鱼体姿态动态识别方法及装置(57)摘要本发明提供一种水下鱼体姿态动态识别方法及装置，所述方法包括：确定待识别鱼体图像；基于鱼体姿态识别模型，对拼接图像进行目标检测，得到目标检测框图像后，对目标检测框图像进行下采样，以及基于下采样后的目标检测框图像生成特征金字塔，并基于特征金字塔中的特征确定鱼体姿态。本发明能够高精度确定移动状态的鱼体姿态。CN114821778ACN114821778A权利要求书1/2页1.一种水下鱼体姿态动态识别方法，其特征在于，包括：确定待识别鱼体图像；基于鱼体姿态识别模型，对拼接图像进行目标检测，得到目标检测框图像后，对所述目标检测框图像进行下采样，以及基于下采样后的目标检测框图像生成特征金字塔，并基于所述特征金字塔中的特征确定鱼体姿态；所述拼接图像是对数据增强后的待识别鱼体图像进行拼接后得到的；所述鱼体姿态识别模型基于样本鱼体图像及其样本鱼体姿态标签训练得到。2.根据权利要求1所述的水下鱼体姿态动态识别方法，其特征在于，所述基于鱼体姿态识别模型，对拼接图像进行目标检测，得到目标检测框图像后，对所述目标检测框图像进行下采样，以及基于下采样后的目标检测框图像生成特征金字塔，并基于所述特征金字塔中的特征确定鱼体姿态，包括：基于所述鱼体姿态识别模型的输入层，对所述待识别鱼体图像进行数据增强，并对数据增强后得到的多个图像进行拼接，得到所述拼接图像，以及对所述拼接图像进行目标检测，得到所述目标检测框图像；基于所述鱼体姿态识别模型的采样层，对所述目标检测框图像依次进行切片和卷积操作，得到初始特征图，并对所述初始特征图进行多次下采样，得到下采样特征图；基于所述鱼体姿态识别模型的金字塔层，对上一层的特征图进行上采样后与下一层的特征图进行融合得到第一特征金字塔，以及对下一层的特征图进行下采样后与上一层的特征图进行融合得到第二特征金字塔，第一层的特征图为所述下采样特征图；基于所述鱼体姿态是识别模型的预测层，根据所述第一特征金字塔和所述第二特征金字塔中的特征，确定所述鱼体姿态。3.根据权利要求2所述的水下鱼体姿态动态识别方法，其特征在于，所述对所述拼接图像进行目标检测，之前还包括：将所述拼接图像缩放至预设标准尺寸。4.根据权利要求2所述的水下鱼体姿态动态识别方法，其特征在于，所述对所述初始特征图进行多次下采样，得到下采样特征图，包括：对当前特征图进行下采样，得到当前初始下采样特征图，并基于所述采样层的残差组件对上一下采样特征图和所述当前初始下采样特征图进行融合，得到当前下采样特征图；第一个当前特征图为所述初始特征图。5.根据权利要求2所述的水下鱼体姿态动态识别方法，其特征在于，所述得到下采样特征图，之后还包括：对所述下采样特征图依次进行卷积处理、归一化处理和最大池化处理。6.根据权利要求1至5任一项所述的水下鱼体姿态动态识别方法，其特征在于，所述基于所述特征金字塔中的特征确定鱼体姿态，包括：基于所述特征金字塔中的特征，确定多个候选检测框；基于非极大值抑制算法，从多个候选检测框中筛选得到鱼体检测框，并基于所述鱼体检测框进行姿态识别，确定所述鱼体姿态。7.根据权利要求1至5任一项所述的水下鱼体姿态动态识别方法，其特征在于，所述鱼体姿态识别模型的损失值基于如下公式确定：Loss＝‑1/n∑(t[i]log(o[i])+(1‑t[i])log(1‑o[i]))；2CN114821778A权利要求书2/2页其中，Loss表示所述鱼体姿态识别模型的损失值，o[i]表示所述鱼体姿态识别模型对样本鱼体图像进行预测得到的样本预测鱼体姿态，t[i]表示所述样本鱼体姿态标签。8.一种水下鱼体姿态动态识别装置，其特征在于，包括：确定单元，用于确定待识别鱼体图像；识别单元，用于基于鱼体姿态