文档名：一种基于冗余裁剪的鱼群密度估计算法
准确的掌握水域中鱼类的数量对海洋渔业部门了解鱼群密度、种群分布和群体组成等信息具有重要意义,同时还可以为科学捕捞提供重要依据,因此鱼群计数得到了越来越多的关注.但高密度、大尺度变化及高密度遮挡等问题使鱼群计数成为了极具挑战的工作,为提高鱼群计数的准确性,论文提出了一种基于冗余裁剪和多列卷积神经网络的鱼群密度估计算法(FishCount).为了最大限度地减少密度图的误差以提高鱼群计数的准确性,将鱼群图片进行了冗余裁剪,并经过优化后的OSA(One-ShotAggregation)模块、多列卷积模块和SENet模块后得到最终的密度图,最后得到具体的鱼群数量.为了验证算法的有效性,在DLOU2鱼群数据集上进行了不同类型的仿真实验.大量的实验结果表明,与传统的MCNN方法对比,论文所提算法的MAE值提高了51.49,MSE值分别提高了50.83.
作者：李婧吴俊峰于红周弈志
作者单位：大连海洋大学信息工程学院大连116023;设施渔业教育部重点实验室大连116023
母体文献：第十六届全国Web信息系统及其应用学术会议(WISA2019)论文集
会议名称：第十六届全国Web信息系统及其应用学术会议(WISA2019)
会议时间：2019年9月20日
会议地点：青岛
主办单位：中国计算机学会
语种：chi
分类号：
关键词：鱼群图片 密度估计 冗余裁剪 卷积神经网络
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.15 MB
- 下载次数:
- 60
-
高速下载
|
|
