-
公开(公告)号:CN116188259A
公开(公告)日:2023-05-30
申请号:CN202211572022.6
申请日:2022-12-08
Applicant: 中国科学院水生生物研究所 , 山东大学
Abstract: 本发明涉及一种基于压缩感知和生成对抗的鱼类图像生成方法,属于计算机视觉与深度学习技术领域,步骤包括:步骤1,基于高分辨率鱼类数据集训练压缩感知神经网络,获得低维观测信号和重构映射;步骤2,基于上述低维观测信号训练生成对抗网络,获得低维观测信号的生成器;步骤3,利用上述生成器,向生成器中输入噪声产生新的低维观测信号,利用上述重构映射将生成的低维观测信号重构为生成的高分辨率鱼类图片。本发明中生成器的输入为服从高斯分布的随机噪声,不需要从高维数据集中获得,因此本发明中获得的生成器可以将任意服从高斯分布的噪声生成为高清鱼类图像。且本发明可以生成与原始数据集服从同一分布而更加多样的不同高清鱼类图像。
-
公开(公告)号:CN116188259B
公开(公告)日:2024-07-23
申请号:CN202211572022.6
申请日:2022-12-08
Applicant: 中国科学院水生生物研究所 , 山东大学
IPC: G06F30/27
Abstract: 本发明涉及一种基于压缩感知和生成对抗的鱼类图像生成方法,属于计算机视觉与深度学习技术领域,步骤包括:步骤1,基于高分辨率鱼类数据集训练压缩感知神经网络,获得低维观测信号和重构映射;步骤2,基于上述低维观测信号训练生成对抗网络,获得低维观测信号的生成器;步骤3,利用上述生成器,向生成器中输入噪声产生新的低维观测信号,利用上述重构映射将生成的低维观测信号重构为生成的高分辨率鱼类图片。本发明中生成器的输入为服从高斯分布的随机噪声,不需要从高维数据集中获得,因此本发明中获得的生成器可以将任意服从高斯分布的噪声生成为高清鱼类图像。且本发明可以生成与原始数据集服从同一分布而更加多样的不同高清鱼类图像。
-
公开(公告)号:CN118134048A
公开(公告)日:2024-06-04
申请号:CN202410326305.5
申请日:2024-03-21
Applicant: 中国科学院水生生物研究所
Abstract: 本发明公开一种基于鱼类行为预测投喂量的方法、系统及自动投喂装置,属于自动化养殖技术领域。所述方法包括:构建投喂预测模型;所述投喂预测模型用于表征鱼群的行为参数、生长性状与饲料投喂量之间的关系,行为参数包括鱼群运动行为参数、鱼群摄食时间行为参数、鱼群形态参数,所述生长性状包括鱼群的平均体重和平均体长,预测模型中的生长性状每隔预设时间段更新一次;基于计算机视觉系统获取鱼群的行为参数,作为第一行为参数;将第一行为参数输入至所述投喂预测模型,获得投喂量。本发明可根据鱼群的行为参数进行投喂量的预测,实现了对投喂量的精准预测,可以有效地减小过度投喂带来的饲料浪费以及养殖水体负荷大问题。
-
公开(公告)号:CN116746518A
公开(公告)日:2023-09-15
申请号:CN202310738013.8
申请日:2023-06-20
Applicant: 中国科学院水生生物研究所
Abstract: 本发明公开一种野生水生生物长期光暴露昼夜行为采集装置,涉及野生水生生物行为采集领域;野生水生生物长期光暴露昼夜行为采集装置包括:灯光照明装置、采样装置、遮蔽板和生态水池;遮蔽板设置于生态水池的内部,遮蔽板用于为野生水生生物提供遮蔽处;生态水池用于为野生水生生物提供活动场所;灯光照明装置设置于生态水池的正上方,灯光照明装置用于在夜间对生态水池进行照明;采样装置用于采集生态水池中圈养的野生水生生物昼夜访问遮蔽板的次数和时间。本发明为光暴露试验提供精准环境控制条件,实现野生水生生物运动行为实时跟踪,节约试验成本,缩短试验时间,实现长期试验,实现全程无人为干扰,全自动化行为采集。
-
公开(公告)号:CN113487728B
公开(公告)日:2022-02-11
申请号:CN202110834074.5
申请日:2021-07-23
Applicant: 中国科学院水生生物研究所
Abstract: 本发明公开了一种鱼体模型确定方法及系统。所述方法,包括:获取各个鱼体的鱼体图像数据和鱼体三维扫描数据;根据鱼体图像数据构建鱼体三维模板模型;采用鱼体三维模板模型对鱼体三维扫描数据进行网格注册,得到鱼体三维网格模型,并由各个鱼体的鱼体三维网格模型构建鱼类网格数据集;鱼类网格数据集中所有的鱼体三维网格模型的拓扑结构均相同;采用主成分分析法对鱼类网格数据集中的各鱼体三维网格模型进行参数化建模,生成各个鱼体的鱼体三维网格参数化模型。本发明实现了鱼体三维模型的构建,能够对鱼类生长变化进行全面的分析,对鱼类物种进行精细识别。
-
公开(公告)号:CN113487728A
公开(公告)日:2021-10-08
申请号:CN202110834074.5
申请日:2021-07-23
Applicant: 中国科学院水生生物研究所
Abstract: 本发明公开了一种鱼体模型确定方法及系统。所述方法,包括:获取各个鱼体的鱼体图像数据和鱼体三维扫描数据;根据鱼体图像数据构建鱼体三维模板模型;采用鱼体三维模板模型对鱼体三维扫描数据进行网格注册,得到鱼体三维网格模型,并由各个鱼体的鱼体三维网格模型构建鱼类网格数据集;鱼类网格数据集中所有的鱼体三维网格模型的拓扑结构均相同;采用主成分分析法对鱼类网格数据集中的各鱼体三维网格模型进行参数化建模,生成各个鱼体的鱼体三维网格参数化模型。本发明实现了鱼体三维模型的构建,能够对鱼类生长变化进行全面的分析,对鱼类物种进行精细识别。
-
公开(公告)号:CN105123574B
公开(公告)日:2019-03-19
申请号:CN201510448129.3
申请日:2015-07-28
Applicant: 中国科学院水生生物研究所
IPC: A01K61/10
Abstract: 本发明公开了一种附着基生态的鲫鱼池塘养殖方法,涉及水产养殖技术领域。本方法是:①构建附着基生态的鲫鱼池塘养殖系统:A、池塘准备;B、附着基设置;C、池塘套养群体组成;②鲫鱼放养;③养殖管理;④捕捞渔产品。与传统养殖模式相比,本发明利用几种养殖鱼类的生活习性,并在池塘中设置附着基,成功构建了一种附着基生态的鲫鱼池塘养殖系统,有效控制了高密度养殖造成的水质恶化问题,鲫鱼发病少;附着基提供套养鱼附着基食物,降低成本,同时套养鱼类生产渔产品也可增加收益;生态养殖模式更加绿色健康,鲫鱼和细鳞斜颌鲴的品质高。
-
公开(公告)号:CN106616006A
公开(公告)日:2017-05-10
申请号:CN201611003146.7
申请日:2016-11-15
Applicant: 中国科学院水生生物研究所
CPC classification number: Y02A40/818
Abstract: 本发明公开了一种黄鳝开口饲料及其制备和使用方法,属于水产养殖领域。黄鳝开口饲料包括A饲料和B饲料;A饲料:按重量百分比,蚯蚓干25~50%,水丝蚓粉10~25%,鱼粉25~59%,豆粕5~15%,维生素0.1~0.5%,矿物质0.1~1%;B饲料:按重量百分比,玉米粉40~50%,马铃薯粉30~40%,小麦粉20~30%。本发明具有下列优点和积极效果:①该饲料配方所选原料来源广,满足了黄鳝规模化生产需求;②饲料中添加蚯蚓干增强饲料的诱食效果,大大提高了鳝苗的开口率;③粘结性饲料的使用提高了饲料耐水性,减少了饲料浪费,降低了溶解饲料对水质的污染;④该饲料存放、使用简单、方便。
-
公开(公告)号:CN103766290A
公开(公告)日:2014-05-07
申请号:CN201410037242.8
申请日:2014-01-26
Applicant: 中国科学院水生生物研究所
IPC: A01K67/033 , A01K61/00
CPC classification number: Y02A40/81
Abstract: 本发明公开了一种使用泥鳅开口饵料生物培养基培育鳅苗的方法,涉及水产养殖技术。培养基组分,其质量百分比为:轮虫卵0.01~0.05%;豆粕20~40%;肉骨粉2~6%;粉碎发酵秸秆40~60%;发酵鸡粪10~20%;复合矿物盐1~1.5%;制备方法:将上述原料均匀混合粉碎至粉状或颗粒状混合物即可使用;要求:无异味、无异嗅、无霉变和无异物,水分含量低于17%。本发明的饵料生物培养基绿色、安全、无污染,制作简单,使用方便;饵料生物培养基培养的轮虫,鳅苗适口,生物量大,轮虫高峰期持续时间长;使用饵料生物培养基,鳅苗成活率显著提高,降低了鱼苗成本,满足了泥鳅规模化生产需求。
-
公开(公告)号:CN102613145A
公开(公告)日:2012-08-01
申请号:CN201210094552.4
申请日:2012-04-01
Applicant: 中国科学院水生生物研究所
IPC: A01K79/00
Abstract: 本发明公开了一种便携式仔稚鱼荧光诱捕装置,它包括浮子、顶板、主容器、荧光棒、荧光棒保护管、底板、漏斗、坠子、尼龙绳。浮子和顶板对应的四角钻相同的角孔,通过尼龙绳将浮子和顶板连接,顶板中心打孔为荧光棒保护管插孔,将有机玻璃圆筒上端粘到顶板的下方,将有机玻璃圆筒下端粘到底板的上方,相邻圆筒间留有缝隙,沿缝隙边缘贴上软刺条,底板的任两对角打孔,为坠子连接孔,将漏斗外螺旋的上端粘在底板的下方底板中心孔的周围,漏斗内螺旋的下端用漏斗塞蒙上网布后塞入封底。该诱捕装置结构合理、制作简单、成本低、使用方便,尤其适用于科学研究工作中对不同水深及复杂生境水体中仔稚鱼的采集。
-
-
-
-
-
-
-
-
-