多维度深海鱼类识别算法
文献类型：期刊论文
| 作者 | 李晨1 ; 刘怡丹1,2; 孙科林1; 李勃1; 全向前1; 刘凯斌1
|
| 刊名 | 江苏大学学报(自然科学版)
 |
| 出版日期 | 2021-05-07 |
| 卷号 | 42期号:03页码:303-308 |
| 关键词 | 鱼类 认知 运动目标提取 深度学习 识别 |
| 英文摘要 | 针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)达到80%以上,优于当前主流算法. |
| 语种 | 中文 |
| 版本 | 出版稿 |
| 源URL | [http://ir.idsse.ac.cn/handle/183446/8958]  |
| 专题 | 深海工程技术部_深海视频技术研究室 研究生部 |
| 作者单位 | 1.中国科学院深海科学与工程研究所; 2.同济大学海洋与地球科学学院 |
| 推荐引用方式 GB/T 7714 | 李晨,刘怡丹,孙科林,等. 多维度深海鱼类识别算法[J]. 江苏大学学报(自然科学版),2021,42(03):303-308. |
| APA | 李晨,刘怡丹,孙科林,李勃,全向前,&刘凯斌.(2021).多维度深海鱼类识别算法.江苏大学学报(自然科学版),42(03),303-308. |
| MLA | 李晨,et al."多维度深海鱼类识别算法".江苏大学学报(自然科学版) 42.03(2021):303-308. |
入库方式： OAI收割
来源：深海科学与工程研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。