基于营养物特征提取与涟漪行为的水产养殖自动喂鱼机控制
计算机视觉与模式识别
2022-08-16 v1
摘要
控制喂鱼机是一项具有挑战性的问题，因为有经验的渔民能够基于经验假设进行适当控制。为构建可合理应用的鲁棒方法，我们提出基于计算机视觉的自动喂鱼机控制，分别利用回归与纹理特征结合营养物计数和涟漪行为估计。为统计营养物数量，我们应用目标检测与跟踪方法以识别向海面移动的营养物。近来，目标跟踪是计算机视觉中活跃且具挑战的研究问题。遗憾的是，针对具有密集复杂关系的多个小物体的鲁棒跟踪方法在水产养殖领域及更多生物出现的情况下仍是未解决问题。基于营养物数量与涟漪行为，我们可控制喂鱼机，使其在真实环境中持续表现良好。所提方法通过激活图与涟漪行为的纹理特征展示了自动喂鱼控制的一致性。与其他方法相比，我们的跟踪方法能在下一帧精确跟踪营养物。在计算时间上，所提方法达到3.86 fps，而其他方法耗时低于1.93 fps。定量评估可保证所提方法对水产养殖渔场具有价值，并能广泛应用至真实环境。
引用
@article{arxiv.2208.07011,
title = {Automatic Controlling Fish Feeding Machine using Feature Extraction of Nutriment and Ripple Behavior},
author = {Hilmil Pradana and Keiichi Horio},
journal= {arXiv preprint arXiv:2208.07011},
year = {2022}
}