基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鱼的行为变化除了可以反映其自身健康状况外,还对分析水质变化具有重要意义,而精确、快速的鱼体目标检测是行为变化分析的基础.针对现有多目标鱼体检测算法存在检测定位精确度低的问题,提出了一种简单、有效的多目标鱼体对象提议检测算法.提取鱼体图像的骨架和边缘信息,制定新的窗口打分策略生成候选窗口,训练PCA卷积核提取鱼体图像前景和背景特征,利用支持向量机(Support vector machine,SVM)识别得到鱼体目标所在的候选窗口,运用非极大值抑制算法剔除冗余窗口完成目标检测.实验表明,基于新的窗口打分策略生成的候选窗口比Edge Boxes算法得到的候选窗口具有更高的召回率,召回率最高可达96.9%,对候选窗口的最高识别准确率可达95.71%.通过本文算法和Edge Boxes-PCANet算法得到的漏检率、误检率和平均检测时间表明,本文算法的综合表现更优,说明本文算法可以高效精确地实现多目标鱼体检测.
推荐文章
改进的多目标回归实时人脸检测算法
多目标回归
人脸检测
检测评价函数
卷积神经网络
目标检测算法研究综述
目标检测
深度学习
计算机视觉
卷积神经网络
目标分类检测
基于深度学习的目标检测算法研究综述
目标检测
深度学习
计算机视觉
电力监控系统中运动目标检测算法研究
电力监控系统
运动目标检测算法
电力企业
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多目标鱼体对象提议检测算法研究
来源期刊 农业机械学报 学科 工学
关键词 鱼体 目标检测 边缘 骨架 支持向量机
年,卷(期) 2019,(12) 所属期刊栏目 农业信息化工程
研究方向 页码范围 260-267
页数 8页 分类号 TP391
字数 5466字 语种 中文
DOI 10.6041/j.issn.1000-1298.2019.12.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙龙清 中国农业大学信息与电气工程学院 14 147 5.0 12.0
2 刘婷 中国农业大学信息与电气工程学院 13 70 5.0 8.0
3 陈帅华 中国农业大学信息与电气工程学院 1 2 1.0 1.0
4 吴雨寒 中国农业大学信息与电气工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (5)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
鱼体
目标检测
边缘
骨架
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导