面向可靠鱼类喂食强度定量的渐进式多模态交互网络
计算机视觉与模式识别
2026-04-14 v3 人工智能
新兴技术
摘要
鱼类喂食强度的精准定量是精密投喂领域的关键，因为它直接影响饲料利用率和养殖效率。虽然多模态融合已被证明是有效解决方案，但现有方法常忽视不同模态间响应不一致和决策冲突，限制了定量结果的可靠性。为此，本文提出了渐进式多模态交互网络（PMIN），集成图像、音频和水波数据，用于鱼类喂食强度定量。具体而言，首先构建统一的特征提取框架，将不同模态的输入映射到结构一致的特征空间，从而降低跨模态的表示差异。随后，设计辅助模态强化主模态机制，通过通道感知校准和双阶段注意力交互实现跨模态信息融合。进一步，引入基于自适应证据推理的决策融合策略，联合建模模态特定输出的置信度、可靠性和冲突，以提升最终判断的稳健性和鲁棒性。实验在包含 7089 个样本的多模态鱼类喂食强度数据集上进行。结果表明，PMIN 在准确率达到 96.76% 的同时，保持较低的参数数量和计算成本，其整体性能优于所有同构和异构对比模型。消融实验、对比实验以及实际应用结果进一步验证了所提方法的有效性和优势。它为智能养殖中的自动喂食监测和精准喂食决策提供了可靠支持。
引用
@article{arxiv.2506.14170,
title = {Progressive Multimodal Interaction Network for Reliable Quantification of Fish Feeding Intensity in Aquaculture},
author = {Shulong Zhang and Mingyuan Yao and Jiayin Zhao and Daoliang Li and Yingyi Chen and Haihua Wang},
journal= {arXiv preprint arXiv:2506.14170},
year = {2026}
}