基于深渊鱼类识别的原位自主观测方法 | |
陈俊1,3; 张奇峰3; 张艾群2,3; 蔡笃思2 | |
刊名 | 吉林大学学报(工学版) |
2018-06-22 | |
卷号 | 49期号:03页码:953-962 |
关键词 | 海洋工程与技术 自主观测 支持向量机 鱼类识别 深渊生物 摄像系统 |
英文摘要 | 为提高深渊鱼类观测效率,针对传统预编程式观测方法无法感知目标的不足,提出了一种基于鱼类识别的自主观测方法。首先,通过改进的背景差分法快速分割运动目标;其次,结合深渊生物特点提出了基于Fisher判别函数的形状特征提取方法,然后使用粒子群优化(PSO)算法的支持向量机(SVM)分类法实现了鱼类的识别。最后,设计了深渊鱼类的自主观测算法,并提出了一种观测效率的评价方法。使用深渊原位观测视频进行模拟观测实验的结果表明,本文算法可有效提高观测效率。 |
语种 | 中文 |
内容类型 | 期刊论文 |
版本 | 出版稿 |
源URL | [http://ir.idsse.ac.cn/handle/183446/8983] |
专题 | 深海工程技术部_深海探测技术研究室 |
作者单位 | 1.中国科学院大学; 2.中国科学院深海科学与工程研究所 3.中国科学院沈阳自动化研究所机器人学国家重点实验室; |
推荐引用方式 GB/T 7714 | 陈俊,张奇峰,张艾群,等. 基于深渊鱼类识别的原位自主观测方法[J]. 吉林大学学报(工学版),2018,49(03):953-962. |
APA | 陈俊,张奇峰,张艾群,&蔡笃思.(2018).基于深渊鱼类识别的原位自主观测方法.吉林大学学报(工学版),49(03),953-962. |
MLA | 陈俊,et al."基于深渊鱼类识别的原位自主观测方法".吉林大学学报(工学版) 49.03(2018):953-962. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论