-
公开(公告)号:CN116188530A
公开(公告)日:2023-05-30
申请号:CN202310088013.8
申请日:2023-02-07
IPC: G06T7/246 , G06T7/223 , G06V10/34 , G06V10/26 , G06V10/50 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种多目标斑马鱼三维运动轨迹追踪方法,该方法分别从俯视视角和侧视视角拍摄鱼缸内多只斑马鱼的社交互动行为,对俯视图像利用深度学习方法检测实例掩膜并细化得到初步骨架结果,对骨架结果进行筛选和处理并提取得到追踪的骨架头部端点;用启发式数据关联算法实现帧间匹配,用SVM与HOG特征实现长轨迹段间的匹配,使用基于运动约束的关联算法实现长短轨迹段的连接,完成俯视图的二维追踪;对侧视图像使用深度学习检测方法确定可行域,然后通过目标优化函数及粒子优化方法寻找与俯视图目标相匹配的最佳匹配点并进行三角测量完成三维追踪任务。本发明所述轨迹追踪方法相比于现有方法数据完整度可提高5%~15%,追踪误匹配率可降低50%。
-
公开(公告)号:CN107330472A
公开(公告)日:2017-11-07
申请号:CN201710544932.6
申请日:2017-07-06
Applicant: 南开大学
IPC: G06K9/62
Abstract: 本发明提供了一种无标记模式动物个体的自动识别方法。该方法的特点是预先获得适用于提取方向梯度直方图(Histogram of Oriented Gradient,HOG)特征的无标记模式动物图像样本,进而建立模式动物个体图像分类器,最终实现模式动物个体的自动识别。该方法包括:采集模式动物运动图像序列,建立图像序列背景模型;在图像序列中提取包含模式动物的图像感兴趣区域,通过图像处理形成图像样本;针对多个模式动物的图像样本建立视觉分类器;利用分类器对模式动物进行个体识别。该方法无需对模式动物进行生物标记,且具有适用于多种模式生物、特征稳定、识别正确率高等优点。
-