摘要
本发明公开一种基于大数据和人工智能的鱼类行为识别方法,识别系统包括控制与数据处理单元、水环境数据采集单元、天气数据采集单元、视频采集单元;鱼类行为识别方法包括如下步骤:S1、数据采集,通过水环境数据采集单元、天气数据采集单元、视频采集单元采集数据;S2、数据预处理,对视频数据中的关键帧进行预处理获得二值化图像;S3、动作识别,基于二值化图像通过混合神经网络模型识别获得个体鱼动作类型、鱼群动作类型;S4、选择通用大模型微调获得鱼类行为识别大模型,基于数据融合后的数据给出鱼类行为的判断。本方案通过整合水环境数据、天气数据、鱼类行为数据等多种不同类型的数据,可以有效地提高鱼类行为识别的准确性。
技术关键词
关键帧
环境数据采集单元
识别方法
天气数据采集
二值化图像
混合神经网络模型
视频采集单元
动作识别模型
长短期记忆网络
数据处理单元
Canny边缘检测器
视角
识别系统
自然语言
大数据
水面
背景差分法
系统为您推荐了相关专利信息
视频片段定位方法
文本
对齐模块
跨模态
多头注意力机制
属性识别方法
特征提取模块
属性识别模型
图像
像素点
注意力机制
航空器
识别方法
多尺度特征金字塔
声发射