10.13229/j.cnki.jdxbgxb20180160
基于深渊鱼类识别的原位自主观测方法
为提高深渊鱼类观测效率,针对传统预编程式观测方法无法感知目标的不足,提出了一种基于鱼类识别的自主观测方法.首先,通过改进的背景差分法快速分割运动目标;其次,结合深渊生物特点提出了基于Fisher判别函数的形状特征提取方法,然后使用粒子群优化(PSO)算法的支持向量机(SVM)分类法实现了鱼类的识别.最后,设计了深渊鱼类的自主观测算法,并提出了一种观测效率的评价方法.使用深渊原位观测视频进行模拟观测实验的结果表明,本文算法可有效提高观测效率.
海洋工程与技术、自主观测、支持向量机、鱼类识别、深渊生物、摄像系统
49
TP274;P714.5(自动化技术及设备)
中国科学院战略性先导科技专项XDB06040100
2019-07-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
953-962