[发明专利]一种基于神经网络的水下视频鱼类识别方法

说明书

本发明为基于神经网络的水下视频鱼类识别方法，包括步骤：训练神经网络模型，模型包括依次连接的输入层、第一卷积层、第二卷积层、第三卷积层、最大池化层、全连接层和输出层，第一卷积层对输入层中的每个通道各有一层卷积层对不同通道的信息进行不同的特征提取后进行特征图融合，第二卷积层采用多重卷积的方法对不同尺度的目标提取到不同感受野的尺度，再进行特征图融合、批归一化处理；将水下视频数据中彩色图像的每个通道及其灰度图像作为模型的输入；模型输出多个目标定位框及其置信度，根据置信度进行目标筛除。该方法可以满足实时视频鱼类识别的要求的同时，降低对摄像机拍摄图像的质量要求。

技术领域

本发明涉及农渔业和计算机知识领域，具体为一种基于神经网络的水下视频鱼类识别方法。

背景技术

如今，学术界对农渔业领域的调研工作并不很足，鱼类资源的开发处于较低水平。其中一个重要的因素就是采集第一手资料的技术目前还很欠缺，特别是在特定水域进行水下鱼类视频采集存有困难。本发明的目的是提供一种水下视频鱼类识别的方法，为这一领域的科研工作提供一些便利。

视频鱼类识别对于推动水下鱼类资源探测有着非常重要的意义。不过，视频鱼类识别面临着以下几点挑战：视频数据集缺乏；水下视频噪声较多，而且常常有扭曲、拉伸、边角不全、过曝等情况，这使得使用传统机器学习算法做水下鱼类识别变得异常困难；鱼类识别的实时性比较难以满足。

现有的鱼类识别技术大致可以分为两大类——传统的机器学习方式和深度学习方式。使用传统的机器学习方式来做鱼类识别，比较依赖提取的特征种类，甚至需要对不同的特征进行组合，比如等人提出的基于landmark的鱼形状特征提取，Hu,J.等人提出的鱼类颜色特征提取，以及Nery,M.等人提出的多种特征进行组合；然而，这些做法的泛化性不足，只能适用于某些鱼类，甚至对于视频的背景也有较高的要求。

而一般的深度神经网络，诸如VGG16、GoogleNet等对于图像级别的鱼类识别可以产生很好的效果；然而这些深度神经网络的参数量级十分庞大，计算效率很低，因此使用这些深度神经网络不能达到实时性要求。可见，与传统的机器学习方法相比，现有的深度神经网络技术方案虽然可以达到很高的识别准确度，泛化性也有所提升，但是由于使用的神经网络参数过多，很难达到实时性的要求。

除此之外，还有结合上述二者的鱼类识别方法。经检索，于2020年8月11日公布的中国发明专利申请CN111523612A，公开了一种基于鱼大小、鱼鳍位置、鱼尾形状和体色特征的深海鱼类图像识别方法，该方法通过提取深海图像的上述特征，再将这些特征作为输入数据输入到已训练好的三层神经网络中，得到综合评估结果P，然后将该结果P输入多源信息数据库内与已有的鱼类数据进行相似性度量。在该发明专利中，鱼的相似性分为5种状态，0-0.2分为I度相似、0.2-0.4分为II度相似、0.4-0.6分为III度相似、0.6-0.8分为V度相似、0.8-1分为VI度相似，利用不同级别的相似性进一步判断鱼的种类。然而，上述发明专利有以下不足：应用在图像识别领域，无法满足视频识别的实时性要求；需要人工选取鱼类的各种特征，成本较高。

发明内容

为了解决现有的深度学习网络因参数数量过多而导致无法满足实时识别要求的问题，本发明提出了一种基于神经网络的水下视频鱼类识别方法，该方法基于参数量较小而且对视频质量依赖较小的卷积网络模型，且重点训练灰度图像的部分，故而可以满足实时视频鱼类识别的要求的同时，降低对摄像机拍摄图像的质量要求。

本发明采用如下技术方案来实现：一种基于神经网络的水下视频鱼类识别方法，包括以下步骤：

(1)、训练神经网络模型；