申请/专利权人:中国科学院水生生物研究所
申请日:2023-11-24
公开(公告)日:2024-02-20
公开(公告)号:CN117292305B
主分类号:G06V20/40
分类号:G06V20/40;G06V10/44;G06V10/62;G06V10/74;G06V10/764
优先权:
专利状态码:有效-授权
法律状态:2024.02.20#授权;2024.01.12#实质审查的生效;2023.12.26#公开
摘要:本发明公开一种鱼类受精卵胎动次数确定方法、系统、电子设备及介质,涉及鱼类生理生态学技术领域,方法包括:利用Twostage目标检测算法识别受精卵,利用keypoints提取算法提取出受精卵的关键点,利用多目标跟踪算法跟踪记录受精卵的关键点的轨迹,利用余弦距离计算受精卵的关键点位置变化关系,利用受精卵对应的关键点位置变化关系和优化后的胎动模型预测受精卵发生胎动的概率值,根据受精卵发生胎动的概率值,统计出单位时间内受精卵的胎动次数。本发明可高效、准确地确定出单位时间内鱼类受精卵的胎动次数。
主权项:1.一种鱼类受精卵胎动次数确定方法,其特征在于,所述方法包括:获取多个带标签的鱼类受精卵视频样本;所述标签包括0和1;1表示受精卵发生胎动;0表示受精卵未发生胎动;利用Twostage目标检测算法识别出每个带标签的所述鱼类受精卵视频样本中每个受精卵;利用keypoints提取算法提取出每个带标签的所述鱼类受精卵视频样本中每个受精卵的关键点;利用多目标跟踪算法跟踪记录每个带标签的所述鱼类受精卵视频样本中每个受精卵的关键点的轨迹;根据每个带标签的所述鱼类受精卵视频样本中每个受精卵的关键点的轨迹,利用余弦距离计算每个带标签的所述鱼类受精卵视频样本的每相邻两帧图像中每个受精卵的关键点位置变化关系,得到每个带标签的所述鱼类受精卵视频样本中每个受精卵对应的多组关键点位置变化关系;利用每个带标签的所述鱼类受精卵视频样本中每个受精卵对应的多组关键点位置变化关系对胎动模型进行训练和优化,得到优化后的胎动模型;所述胎动模型使用卷积神经网络做回归任务;获取待预测鱼类受精卵视频中每个受精卵对应的多组关键点位置变化关系;所述待预测鱼类受精卵视频为待确定鱼类受精卵胎动次数的鱼类受精卵视频;将所述待预测鱼类受精卵视频中每个受精卵对应的多组关键点位置变化关系输入所述优化后的胎动模型中,得到所述待预测鱼类受精卵视频中每个受精卵发生胎动的概率值;所述概率值在0~1之间;根据所述待预测鱼类受精卵视频中每个受精卵发生胎动的概率值,统计出单位时间内所述待预测鱼类受精卵视频中每个受精卵的胎动次数。
全文数据:
权利要求:
百度查询: 中国科学院水生生物研究所 鱼类受精卵胎动次数确定方法、系统、电子设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。