[发明专利]一种养殖背景条件下鱼群运动行为参数提取和分析方法

说明书

本发明涉及一种养殖背景条件下鱼群运动行为参数提取和分析方法，属于水产养殖技术领域。将运动影响力图法应用于单目标个体特征的识别，由于考虑了目标个体的交互运动特征，因此更适用于群体背景的对象跟踪；并采用粒子平流法实现多目标个体的特征识别，由于粒子平流法在提取鱼群特征点时对色差要求不大，更适用于养殖的低光照和多目标等特点，大大增强了准确度和实用性；将ANNs引入鱼群运动特征的判别中，有效提高了养殖监测过程中群体目标追踪的准确度。本发明得到的结果能够为在实际生产中监测鱼群异常运动、减少养殖过程的突发事件和提高养殖效益提供依据，有利于养殖产业的健康发展。

技术领域

本发明涉及一种养殖背景条件下鱼群运动行为参数提取和分析方法，属于水产养殖技术领域。

背景技术

鱼类行为是反映水产养殖中鱼类健康状况的有效参考指标。监测鱼类异常行为，可以对鱼类福利状态提供早期预警，并且该过程对鱼类不会产生不良影响。通过在集约化生产中观察养殖鱼类的行为表现，可以发现鱼群不同状态条件下的行为具有不同的特征，例如鱼群速度、群体离散度和鱼群间距等参数。通过视频记录的方式，无需工作人员在养殖现场观察就可以达到行为的实时监测。

基于传统人工观察的视频分析很难应用在养殖群体背景条件下，首先，养殖背景条件下的鱼群数量较大，个体之间的交互频率很高，紧靠人工观察误差较大；其次，鱼类行为是个体根据外界环境变化和内在生理状况改变做出的适应性反应，因此鱼类的行为表现较复杂，传统的监测方法操作难度较大。除此之外，传统的人工观察过程需要耗费比视频记录更长的时间，观测的效率较低。现有技术中，将计算机视觉技术应用于动物行为的监测研究已有很多，但目前针对养殖条件下鱼类的行为研究很少，将ANNs应用于鱼群运动行为参数特征的研究较少，对鱼群运动行为特征的量化研究，几乎是空白，并且对鱼类运动行为的研究多集中于个体层面，没有从群体角度出发。

发明内容

针对上述技术问题，本发明提供一种养殖背景条件下鱼群运动行为参数提取和分析方法，将运动影响力图法应用于单目标个体特征的识别，由于考虑了目标个体的交互运动特征，因此更适用于群体背景的对象跟踪；并采用粒子平流法实现多目标个体的特征识别，由于粒子平流法在提取鱼群特征点时对色差要求不大，更适用于养殖的低光照和多目标等特点，大大增强了准确度和实用性。

为了实现上述目的，本发明具体技术方案如下：

一种养殖背景条件下鱼群运动行为参数提取和分析方法，所述方法包括以下步骤：

(1)根据视频追踪结果，采用YOLO算法对单目标个体的轮廓进行识别；

(2)基于步骤(1)得到的单目标个体的轮廓，以中心点检测方法提取单目标个体的坐标并绘制其运动轨迹图像；

(3)采用运动影响力图法对单目标个体的形态特征进行识别；

(4)基于步骤(3)得到的单目标个体形态特征，采用粒子平流法对多目标的鱼群运动行为特征进行模糊提取；

(5)根据多目标的鱼群运动行为特征，结合步骤(1)-(4)结果，判断鱼群在每个时间段的行为特征；

(6)以步骤(1)-(3)得到的结果为输入，以步骤(5)的结果为输出，建立基于ANNs的鱼群异常运动监测模型。

上述技术方案中，进一步的，行为数据采集时，采样频率为10帧/秒；个体监测的数量范围为1-16尾。

上述技术方案中，进一步的，采用运动影响力图法检测和定位单目标个体，并根据单目标个体运动表现及其在群体中的权重判断目标个体的行为特征。

上述技术方案中，进一步的，采用粒子平流法对鱼群特征进行获取，并根据游速和群体间距的大小作为典型特征判定群体状态。