申请/专利权人:中国地质大学(武汉)
申请日:2024-03-06
公开(公告)日:2024-04-09
公开(公告)号:CN117854114A
主分类号:G06V40/10
分类号:G06V40/10;G06N3/0464;G06V10/764;G06V10/82;G06V20/40
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本申请提供了一种斑马鱼求偶行为智能识别方法,涉及计算机视觉与生物学的融合领域,包括:通过初始红外视频对关节点检测神经网络进行训练;获取待识别红外视频;对待识别红外视频进行预处理,生成灰白特征图像;通过训练后的关节点检测神经网络识别灰白特征图像的关节点与标注框;通过异常帧排除方法以及关节点检测神经网络,来滤除识别过程中漏检与误检的灰白特征图像的关节点与标注框,得到第二关节点预测值并进行组合,生成时间序列信号,以热图方式呈现时间序列信号;通过时空检测神经网络对待识别红外视频的热图进行分类,最终实现对待识别红外视频的求偶行为的分类。通过网络模型以及异常帧排除方法过滤漏检与误检情况,提高检测准确度。
主权项:1.一种斑马鱼求偶行为智能识别方法,其特征在于,方法包括以下步骤:S1:获取初始红外视频并进行处理,得到斑马鱼训练图像;对斑马鱼训练图像进行标注;S2:将标注后的斑马鱼训练图像输入到关节点检测神经网络进行训练,调整关节点检测神经网络的参数;S3:对初始红外视频进行标注得到求偶行为的时间段,确定发生求偶行为的行为视频;通过行为视频,训练时空检测神经网络的参数;S4:获取待识别红外视频;对待识别红外视频进行预处理,生成灰白特征图像;通过训练后的关节点检测神经网络识别灰白特征图像的关节点与标注框;S5:通过异常帧排除的方法以及关节点检测神经网络,来滤除识别过程中漏检与误检的灰白特征图像的关节点与标注框,得到第二关节点预测值;S6:将每帧的第二关节点预测值进行组合,生成时间序列信号,以热图方式呈现时间序列信号;通过训练后的时空检测神经网络的全连接层对待识别红外视频的热图进行分类;通过视频标注软件可视化待识别红外视频中的斑马鱼的行为分类结果,最终实现对待识别红外视频的求偶行为的分类。
全文数据:
权利要求:
百度查询: 中国地质大学(武汉) 一种斑马鱼求偶行为智能识别方法、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。