【技术实现步骤摘要】
一种基于深海大型底栖动物自动识别的样本库构建方法
本专利技术涉及深海底栖生物观测,具体涉及一种基于深海大型底栖动物自动识别的样本库构建方法。
技术介绍
深海大型底栖动物是水生生态系统中最重要的组成部分,其生长过程及生活状况不仅可以指征深海环境变化,还可以在一定程度上反映特定时间内深海环境的质量状况,因此大型底栖动物一直是海洋领域研究热点,但是,海洋生物的复杂性和多样性给海洋研究造成巨大的困难和挑战。随着深海观测技术的发展,众多深海观测平台通过布设深海自主水下机器人(AUV)、水下摄像机等设备进行深海大型底栖动物观测。然而,由于深海观测获得的视频数据量巨大,如何自动快速识别深海大型底栖动物一直是相关领域学者关注的重点。随着深度学习的快速发展,基于神经网络的目标识别方法已经被应用于多个科学领域并受到各行各业的认可。神经网络是一种模仿人脑信息加工过程的智能化信息处理技术,具有自组织性、自适应性以及较强的稳健性。代表性的神经网络模型包括Hopfield网络、前馈神经网络、径向基神经网络(RBF)、马尔可夫链(MC)、卷积神经网络(CNN)、支持向量机等,人工神经网络事先进行监督或无监督的样本训练,得到合适的网络权值,识别时只需调用训练好的网络结构进行分类即可,因此该算法耗时较短。同时,神经网络可进行信息分布存储、大规模自适应并行处理的同时还具有容错性高、鲁棒性强等优点,然而,所有神经网络应用的基础是丰富的样本库,由于海底大型底栖动物样本库的缺失导致神经网络在海底大型底栖动物自动识别领域的应用受到严重制约,从而限制了海底大型底 ...
【技术保护点】
1.一种基于深海大型底栖动物自动识别的样本库构建方法,所述方法包括:/n对获取的深海视频进行预处理;/n从预处理后的视频中提取视频图像并进行图像分割,获取有效轮廓;/n将有效轮廓分别和预先建立的图片样本库的每个类别子库的所有样本进行轮廓相似度对比,计算每个类别的轮廓相似度的平均值,选择平均值最小的类别作为暂定类别;所述图像样本库包括若干个类别子库,一个类别子库中存储一个类型的大型底栖动物的图片样本;/n如果最小平均值不大于暂定类别的轮廓相似度阈值,则确定该视频图像中大型底栖动物的类别为暂定类别,将该视频加入暂定类别对应的类别子库中,否则,将其存入样本临时库,进行人工识别。/n
【技术特征摘要】
1.一种基于深海大型底栖动物自动识别的样本库构建方法,所述方法包括:
对获取的深海视频进行预处理;
从预处理后的视频中提取视频图像并进行图像分割,获取有效轮廓;
将有效轮廓分别和预先建立的图片样本库的每个类别子库的所有样本进行轮廓相似度对比,计算每个类别的轮廓相似度的平均值,选择平均值最小的类别作为暂定类别;所述图像样本库包括若干个类别子库,一个类别子库中存储一个类型的大型底栖动物的图片样本;
如果最小平均值不大于暂定类别的轮廓相似度阈值,则确定该视频图像中大型底栖动物的类别为暂定类别,将该视频加入暂定类别对应的类别子库中,否则,将其存入样本临时库,进行人工识别。
2.根据权利要求1所述的基于深海大型底栖动物自动识别的样本库构建方法,其特征在于,所述预处理包括:视频剪切、视频图像增强和视频图像去噪。
3.根据权利要求2所述的基于深海大型底栖动物自动识别的样本库构建方法,其特征在于,所述从预处理后的视频中提取视频图像并进行图像分割,获取有效轮廓;具体包括:
每5s提取一帧视频图像,采用基于区域生长的分割方法对视频图像进行图像分割;
若分割后视频图像的对象中包含像素数大于100的图斑,则该对象是大型底栖动物目标的有效轮廓;
若视频图像中有效轮廓个数大于2,则将视频图像标记为混合样本,并在入库时备注说明该样本为混合样本。
4.根据权利要求3所述的基于深海大型底栖动物自动识别的样本库构建方法,其特征在于,所述将有效轮廓分别和预先建立的图片样本库的每个类别子库的所有样本进行轮廓相似度对比,计算每个类别的轮廓相似度的平均值,具体包括:
计算视频图像的有效轮廓和每个类别子库的所有样本的轮廓相似度:
基于Hu矩特征,利用OPENCVcvMatchShapes函数比较视频图像的有效轮廓和每个类别子库的一个样本的相似度大小;函数返回值为轮廓相似度;若函数返回值为0,则代表两个轮廓完全相同,返回值越大,轮廓相似度越低,返回值最大为1;
计算平均值其中n为一个类别子库的所有样本的个数,Ti为视频图像的有效轮廓和第i个样本轮廓的轮廓相似度。
5.根据权利要求1所述的基于深海大型底栖动物自动识别的样本库构建方法,其特征在于,所述将该视频加入该类别的子库中,具体为:选取视频图像前后间隔2s的相邻帧视频图像,作为大型底栖动物不同形态的视频图像样本加入该类别的子库中。
6.根据权利要求5所述的基于深海大型底栖动物自动识别的样本库构建方法,其特征在于,所述一个类别子库的建立的步骤包括:
获取一个类型的大型底栖动物的图片样本;
对所...
【专利技术属性】
技术研发人员:宋晓阳,郭永刚,张飞,杨杰,常永国,
申请(专利权)人:中国科学院声学研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。