[发明专利]水下生物检测与识别方法、装置、服务器及终端设备

说明书

本发明适用于图像处理技术领域，提供了一种水下生物检测与识别方法、装置、服务器及终端设备，其中方法包括：获取水下拍摄图像数据；根据预先训练的深度神经网络模型对所述拍摄图像数据进行检测，识别出所述拍摄图像数据中的水下生物；基于识别出的水下生物进行水下生物资源分类和计数；输出所述水下生物资源分类和计数的结果。本发明可以快速、准确的识别出图像水下生物的种类，减少了人工参与，不仅节省了人力和时间成本，而且还提高了水下生物检测和识别的准确率。

技术领域

本发明属于图像处理技术领域，尤其涉及一种水下生物检测与识别方法、装置、服务器及终端设备。

背景技术

当前非法、无序的渔业捕捞严重威胁海洋生态环境，尤其是近海水下生物的生存环境不断恶化。为了保护海洋生态环境的生态平衡，有关部门和组织已经开始采取相应的措施改善近海水下生物的生态环境。在改善近海水下生物的生态环境的过程中，需要定期对近海水下生物进行类别识别和数量统计，完成对近海水下生物资源的资源统计。由于水下生物种类的繁杂，在对获取的水下生物数据进行分析时往往需要基于专业人士的经验做出正确的判断，这种人工参与水下生物资源的统计方式需要耗费大量的人力和时间，并且水下生物识别准确率较低。

发明内容

有鉴于此，本发明提供了一种水下生物检测与识别方法、装置、服务器及终端设备，以解决现有技术中采用的人工参与水下生物资源的统计的方式需要耗费大量的人力和时间，并且水下生物识别准确率较低的问题。

本发明第一方面提供了一种水下生物检测与识别方法，包括：

获取水下拍摄图像数据；

根据预先训练的深度神经网络模型对所述拍摄图像数据进行检测，识别出所述拍摄图像数据中的水下生物；

基于识别出的水下生物进行水下生物资源分类和计数；

输出所述水下生物资源分类和计数的结果。

本发明第二方面提供了一种水下生物检测与识别装置，包括：

数据采集单元，用于获取水下拍摄图像数据；

检测和识别单元，用于根据预先训练的深度神经网络模型对所述拍摄图像数据进行检测，识别出所述拍摄图像数据中的水下生物；

分类统计单元，用于基于识别出的水下生物进行水下生物资源分类和计数；

用户界面展示单元，用于输出所述水下生物资源分类和计数的结果。

本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取水下拍摄图像数据；

根据预先训练的深度神经网络模型对所述拍摄图像数据进行检测，识别出所述拍摄图像数据中的水下生物；

基于识别出的水下生物进行水下生物资源分类和计数；

输出所述水下生物资源分类和计数的结果。

本发明第四方面提供一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

接收终端设备上传的水下图像拍摄数据；

根据预先训练的深度神经网络模型对所述拍摄图像数据进行检测，识别出所述拍摄图像数据中的水下生物；

基于识别出的水下生物进行水下生物资源分类和计数；

输出所述水下生物资源分类和计数的结果。