【技术实现步骤摘要】
一种鱼群摄食强度分类方法、系统及设备
[0001]本专利技术涉及水产养殖领域，特别是涉及一种鱼群摄食强度分类方法、系统及设备。
技术介绍
[0002]在水产养殖中，饵料投放量一直是一个限制养殖经济收益的重要问题，合理控制饵料投喂具有重大意义。现阶段投喂决策大都是依靠养殖人员经验来设定投饵量，忽略了鱼类摄食需求和水质环境等因素的影响，常常因投喂不足或过度投喂而造成水质污染和资源浪费。因此，亟需开发一种基于鱼类的摄食需求的自动鱼群摄食强度识别方法，以实现无接触、实时摄食强度分类，这对于进一步开发自需式投喂系统至关重要。
技术实现思路
[0003]本专利技术的目的是提供一种鱼群摄食强度分类方法、系统及设备，以解决人工投喂方式因投喂不足或过度投喂而造成水质污染和资源浪费的问题。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种鱼群摄食强度分类方法，包括：
[0006]对待测音频段进行特征提取，确定基于Mel频谱的鱼群摄食深度语谱特征向量、基于CQT的鱼群摄食深度语谱特征...
【技术保护点】
【技术特征摘要】
1.一种鱼群摄食强度分类方法，其特征在于，包括：对待测音频段进行特征提取，确定基于Mel频谱的鱼群摄食深度语谱特征向量、基于CQT的鱼群摄食深度语谱特征向量以及基于STFT的鱼群摄食深度语谱特征向量；所述待测音频段包括视频片段以及声音信号；融合所述基于Mel频谱的鱼群摄食深度语谱特征向量、所述基于CQT的鱼群摄食深度语谱特征向量以及所述基于STFT的鱼群摄食深度语谱特征向量，生成融合特征语谱图；将所述融合特征语谱图输入至由不同类型的摄食强度对应的历史音频段构建的深度卷积神经网络模型中，确定所述待测音频段对应的摄食强度类型；所述摄食强度的类型包括“强”、“中”、“弱”以及“无”。2.根据权利要求1所述的鱼群摄食强度分类方法，其特征在于，所述基于Mel频谱的鱼群摄食深度语谱特征向量的提取过程，具体包括：在鱼群摄食信号的频率范围内设置多个三角滤波器，形成三角频率滤波器组；所述三角频率滤波器组包括多个带通滤波器；所述带通滤波器为梅尔滤波器；所述带通滤波器的传递函数为其中，H
m
(k)为带通滤波器，m为梅尔滤波器的序列号，M为梅尔滤波器的数量，f(m)为第m个梅尔滤波器的中心频率；f(m+1)为第m+1个梅尔滤波器的中心频率；f(m
‑
1)为第m
‑
1个梅尔滤波器的中心频率；利用所述三角频率滤波器组对所述待测音频段中的声音信号进行快速傅里叶变换处理，将所述声音信号从时域转换到频域，生成滤波后的声音信号；根据所述滤波后的声音信号确定能谱；根据所述能谱确定每个梅尔滤波器中的信号能量；根据所述信号能量确定鱼群摄食声音信号的梅尔频谱图；根据所述梅尔频谱图提取所述待测音频段中基于Mel频谱的鱼群摄食深度语谱特征向量。3.根据权利要求1所述的鱼群摄食强度分类方法，其特征在于，所述基于CQT的鱼群摄食深度语谱特征向量的提取过程，具体包括：对所述待测音频段中的声音信号进行恒Q变换，生成经恒Q变化后的频谱参数；根据所述频谱参数生成恒Q变换频谱图；根据所述恒Q变换频谱图提取所述待测音频段中基于CQT的鱼群摄食深度语谱特征向量。4.根据权利要求1所述的鱼群摄食强度分类方法，其特征在于，所述基于STFT的鱼群摄食深度语谱特征向量的提取过程，具体包括：对所述待测音频段中的声音信号加上一个沿着时间轴移动的短时窗函数，并由所述短时窗函数截取各个时刻的非平稳信号；短时窗内的信号为平稳信号；
对所述非平稳信号进行傅里叶变换，生成各个时刻的时频谱；根据所述时频谱提取所述待测音频段中基于STFT的鱼群摄食深度语谱特征向量。5.根据权利要求1所述的鱼群摄食强度分类方法，其特征在于，所述深度卷积神经网络模型的构建过程，具体包括：分别获取鱼群摄食前、摄食过程以及摄食后的历史视频片段以及历史声音信号；根据所述历史视频片段划分不同类型的摄食强度，并同步裁剪所述历史声音信号确定不同类型的摄食强度对应的历史音频段；根据所述历史音频段构建所述深度卷积神经网络模型。6.一种鱼群摄食...
【专利技术属性】
技术研发人员：李道亮，杜壮壮，王聪，徐先宝，白壮壮，胡洋，孙传钰，王柄雄，王帅星，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：
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。