[发明专利]一种简单通用的鱼群视频图像轨迹追踪方法在审
申请号: | 202010885653.8 | 申请日: | 2020-08-28 |
公开(公告)号: | CN111968159A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 丁剑勇;许肖梅;周阳亮;涂星滨;王荣鑫;陶毅 | 申请(专利权)人: | 厦门大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T5/00;G06T7/11;G06T7/136;G06T7/194;G06T7/187;G06T7/62;G06T7/66 |
代理公司: | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人: | 马应森 |
地址: | 361005 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 简单 通用 鱼群 视频 图像 轨迹 追踪 方法 | ||
一种简单通用的鱼群视频图像轨迹追踪方法,涉及视频图像轨迹追踪领域。利用大部分的鱼体在二维平面游动时,俯视角的面积几乎保持不变,以及鱼体游动方向短时间内不可能发生突变这两个特征,结合最近邻法进行鱼群追踪;在追踪某条鱼时,首先根据这条鱼的历史信息排除面积差别较大的鱼体,而后采用连续两帧的鱼体质心连线作为鱼体的游动方向,排除方向角差别过大的目标;最后采用最邻近法对鱼体坐标位置进行前后帧间关联完成追踪;并且采用图像腐蚀的方法,解决鱼体相互遮挡的问题。追踪结果更加精确。易于泛化推广,具有广泛应用前景。可用于各类实验室鱼类行为学的研究,以获取生物群体精确的行动轨迹,构建生物活动模型,或者辅助验证假说。
技术领域
本发明涉及视频图像轨迹追踪领域,尤其是涉及一种简单通用的鱼群视频图像轨迹追踪方法。
背景技术
研究鱼类正常环境下的游泳轨迹,以及干扰条件下(如声刺激)的行为变化轨迹,常常需要测量其行为参数,如移动距离、方向和距离速度等,以评价干扰大小对其行为的影响,而这些参数的获取需要建立在准确追踪鱼群运动轨迹的基础之上。
早期的鱼群追踪仅依靠观察者肉眼观察手动记录,其追踪结果往往粗糙且带有观察者的主观性,鱼群行为可能会受到来自于观察者的影响。随着科技的进步,计算机视觉技术受到了很多生物行为研究者的青睐,其原理是借助摄像机的帮助获取被观察群体的视频图像,而后在计算机上进行量化的分析,从而提取生物群体精确的行动轨迹,以构建生物活动模型,或者辅助验证假说。这种生物自自动行为监视系统的主要优点是观察过程中不需要人为干预,不受气候等客观条件影响且可进行长期监视。
荷兰的Noldus公司2001年最早开发出了EthoVision系统,用于观察单条鱼的行为轨迹,Kato(Kato S,Nakagawa T,Ohkawa M,et al.A computer image processing systemfor quantification of zebrafishbehavior[J].Journal of Neuroscience Methods,2004,134(1):1-7)于2004年在日本提出的观察系统则可以用于两条鱼的行为测量,并且提出了腐蚀方法以分离鱼体,而后比利时列日大学的Delcourt(DelcourtJ,MathieuYlieff M,et al.Video multitracking of fish behaviour:A synthesis and futureperspectives[J].Fish and Fisheries,2013,14(2):186-204)于2006年开发出了一个多轨系统来记录多达100条鱼的运动轨迹,认为鱼在较短时间内的运动为匀速运动,据此预测每条个体鱼的理论位置,并与预测位置最邻近的位置相匹配来完成跟踪,但是作者未处理遮挡时的鱼体,而是直接将发生遮挡的多个鱼体身份赋予给遮挡形成的单个粒子,因此最终的追踪准确率99.9%有些虚高。2016年我国的Xia Chunlei等(Xia C,Chon T S,Liu Y,et al.Posture tracking of multiple individual fish for behavioral monitoringwith visual sensors[J].Ecological Informatics,2016,36(Complete):S1574954116300887)利用鱼体图像的灰度特征,区分出鱼头鱼尾以确定鱼体的方向,追踪时利用鱼体的方向寻找候选对象,在这些候选对象中使用找到最近的个体完成追踪。法国生物物理学家Pérez-Escudero(Pérez-Escudero,Alfonso,Vicente-Page,Julián,Hinz RC,et al.idTracker:tracking individuals in a group by automatic identificationof unmarked animals[J].Nature Methods,2014,11(7):743-748)在2014年开发的指纹系统,为每条鱼创建了独立的指纹库用于识别个体鱼,可同时跟踪20条个体。随着对轨迹追踪精度要求的不断提高,后续有学者利用卷积神经网络的强大学习能力,开发出了各种精度更高的追踪系统,但这些轨迹追踪系统由于采用逐帧逐条连通域进行灰度特征计算区分头尾以获取方向,在精确度较高的同时也具有计算量大的缺陷,同时对硬件(如摄像头和计算机)的要求也较高等问题。且对于上面介绍的这些追踪系统,所以每个系统都需要特定的使用实验环境和面对特定的监视对象,在具体追踪时需要根据被追踪种类的特征,选择特定的追踪方式。而对于不同的实验场景及不同种类的实验对象,很难达到满意的追踪效果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010885653.8/2.html,转载请声明来源钻瓜专利网。