基于渔船定位数据和视频的渔船捕捞行为识别方法和装置制造方法及图纸

本发明专利技术涉及一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置，方法包括：接收渔船的定位数据和渔船的甲板视频数据；将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态；当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断；辅助判断时，将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态；将所述第一捕捞渔船的作业状态和所述第二捕捞渔船的作业状态输入训练好的融合识别模型中，并根据所述融合识别模型的结果输出识别结果。本发明专利技术能够提高行为识别的准确度。准确度。准确度。

【技术实现步骤摘要】
基于渔船定位数据和视频的渔船捕捞行为识别方法和装置


[0001]本专利技术涉及渔船捕捞行为识别
，特别是涉及一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置。

技术介绍

[0002]加强海洋捕捞渔船行为监控是适应我国海洋渔业高速发展的重要措施，也是促进我国海洋渔业规范发展的必要手段。随着大数据的不断发展，渔业智能化的概念也不断提出，深度学习算法在渔业领域也发挥着重要的作用。传统的捕捞渔船行为识别大多根据捕捞渔船VMS数据或者卫星雷达与GPS数据，通过各种算法建立捕捞渔船行为识别模型。例如裴凯洋基于VMS分析了东黄海张网捕捞渔船捕捞强度，黄其泉提出了利用卫星雷达和GPS技术对捕捞渔船进行监控，但是上述方式在准确度上都存在一定的缺陷。

技术实现思路

[0003]本专利技术所要解决的技术问题是提供一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置，能够提高行为识别的准确度。
[0004]本专利技术解决其技术问题所采用的技术方案是：提供一种基于渔船定位数据和视频的渔船捕捞行为识别方法，包括以下步骤：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，包括以下步骤：(1)接收渔船的定位数据和渔船的甲板视频数据；(2)将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态；(3)当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断；所述调用基于融合识别模型进行辅助判断具体为：(a)将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态；(b)将所述第一捕捞渔船的作业状态和所述第二捕捞渔船的作业状态输入训练好的融合识别模型中，并根据所述融合识别模型的结果输出识别结果。2.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述步骤(1)和步骤(2)之间还包括对所述定位数据进行数据清洗和数据归一化的处理，对所述甲板视频数据进行分帧和降低分辨率处理。3.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述第一识别模型的训练数据包括定位数据的获取时间和定位数据的特征信息，将捕捞渔船的行为作为标签，其中，所述定位数据的特征信息包括船速、航向和船所在位置。4.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述第二识别模型的训练数据包括当前视频数据的截取时间和视频数据，将捕捞渔船的行为作为标签。5.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述融合识别模型为Y＝βX，表示所述融合识别模型的识别结果，其中，第一列为偏置项，第二列为所述第一识别模型的识别结果，第三列为所述第二识别模型的识别结果，为不同识别模型的权重；所述融合识别模型的损失函数为：Q＝β
T
X
T
Xβ
‑
β
T
X
T

【专利技术属性】
技术研发人员：戴阳，贺刘刚，郑汉丰，何瑞麟，俞圣池，李家胜，
申请(专利权)人：中国水产科学研究院东海水产研究所，
类型：发明
国别省市：