基于双视角融合的鱼类体尺测量和体重预测的方法及装置

    公开(公告)号:CN114241031A

    公开(公告)日:2022-03-25

    申请号:CN202111579640.9

    申请日:2021-12-22

    Abstract: 本发明公开了一种基于双视角融合的鱼类体尺测量和体重预测的方法及装置,获取不同视角采集设备的内参矩阵和畸变系数;采集不同视角和不同条件下的鱼的图像序列,建立图像集;对图像集进行预处理;搭建Mask R‑CNN网络模型,进行目标区域的特征提取,对该模型进行训练和验证;从Mask分支输出不同视角视图的像素级目标掩膜;从关键点检测分支获得关键点热图;用训练好的Mask R‑CNN网络模型,对图像集进行测试,获得鱼的分割掩膜和检测关键点,将关键点坐标经折射校正后转化为真实世界距离,获取鱼的体尺数据信息,并依据多帧图像序列计算各项体尺中位数指标;基于训练集和样本真实体重值,训练第二回归神经网络模型,用于体重预测;可视化展示体尺指标和体重数值。

    基于双视角融合的鱼类体尺测量和体重预测的方法及装置

    公开(公告)号:CN114241031B

    公开(公告)日:2024-05-10

    申请号:CN202111579640.9

    申请日:2021-12-22

    Abstract: 本发明公开了一种基于双视角融合的鱼类体尺测量和体重预测的方法及装置,获取不同视角采集设备的内参矩阵和畸变系数;采集不同视角和不同条件下的鱼的图像序列,建立图像集;对图像集进行预处理;搭建Mask R‑CNN网络模型,进行目标区域的特征提取,对该模型进行训练和验证;从Mask分支输出不同视角视图的像素级目标掩膜;从关键点检测分支获得关键点热图;用训练好的Mask R‑CNN网络模型,对图像集进行测试,获得鱼的分割掩膜和检测关键点,将关键点坐标经折射校正后转化为真实世界距离,获取鱼的体尺数据信息,并依据多帧图像序列计算各项体尺中位数指标;基于训练集和样本真实体重值,训练第二回归神经网络模型,用于体重预测;可视化展示体尺指标和体重数值。

Patent Agency Ranking