买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:海南大学
摘要:本发明提供一种基于TPP‑TCCNN的海洋鱼类识别方法,包括下列步骤:采集包含多种鱼类的原始视频,将所述原始视频划分为训练集以及测试集,并对所述训练集的鱼类视频信息进行预处理;对预处理后的鱼类视频信息进行特征提取,获取光流图像;建立双通道卷积神经网络,以光流图像以及RGB图像输入带有金字塔池化层的双通道卷积神经网络中进行训练,获得输出特征,所述RGB图像中所包含的鱼类信息与所述原始视频中的一致;通过softmax分类模型对所述输出特征进行分类训练;将测试集中的鱼类视频信息输入到最终的softmax分类模型中,得到鱼类分类结果。
主权项:1.一种基于TPP-TCCNN的海洋鱼类识别方法,其特征在于,包括下列步骤:采集包含多种鱼类的原始视频,将所述原始视频划分为训练集以及测试集,并对所述训练集的鱼类视频信息进行预处理;对预处理后的鱼类视频信息进行特征提取,获取光流图像;建立双通道卷积神经网络,以光流图像以及RGB图像输入带有金字塔池化层的双通道卷积神经网络中进行训练,获得输出特征,所述RGB图像中所包含的鱼类信息与所述原始视频中的一致;通过softmax分类模型对所述输出特征进行分类训练;将测试集中的鱼类视频信息输入到最终的softmax分类模型中,得到鱼类分类结果;所述对预处理后的鱼类视频信息进行特征提取,获取光流图像,包括:建立约束方程:Ix+dx,y+dy,t+dt=Ix,y,t式中,I代表每个帧画面中的灰度值信息,x、y、t代表光流方向;将所述约束方程根据泰勒定理展开: 式中表示光流向量x方向上的分量,表示光流向量y方向上的分量,分别代表x,y,t三个方向上的微分;令可得到下式; 从预处理后的鱼类视频信息中随机选取帧画面,通过计算图像像素点变化从而得到相应帧画面中的光流信息:将光流图像以及RGB图像输入带有金字塔池化层的双通道卷积神经网络中进行训练,获得输出特征,其步骤包括:将所述光流图像或RGB图像之一输入带有金字塔池化层的双通道卷积神经网络中的第一层进行7×7×96卷积,获得第一特征图;将所述第一特征图输入双通道卷积神经网络中的最大池化层中进行2×2采样,获得第二特征图;将所述第二特征图输入双通道卷积神经网络中的第一层进行5×5×384卷积操作,获得第三特征图;将所述第三特征图输入双通道卷积神经网络中的最大池化层中进行2×2采样,获得第四特征图;将所述第四特征图输入双通道卷积神经网络中进行两次3×3×512卷积操作,获得第五特征图;将所述第五特征图输入双通道卷积神经网络中进行3×3×384卷积操作,获得第六特征图;将所述第六特征图依次输入双通道卷积神经网络中的最大池化层、金字塔池化层,获得第七特征图;将所述第七特征图输入两个全连接层后获得4096维特征向量,所述特征向量即为输出特征。
全文数据:
权利要求:
百度查询: 海南大学 一种基于TPP-TCCNN的海洋鱼类识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。