摘要
本发明公开了一种基于图像识别的浮游生物原位在线成像观测方法、系统及存储介质,涉及浮游生物图像识别领域。采集目标水域中的环境特征信息、位置特征信息,通过原位成像仪收集时间序列丰度图像;将时间序列丰度图像分别存储到传输区块链对应的通信节点上;在通信节点上,对于时间序列丰度图像使用基于主动学习的图像标注和分类算法训练策略对图像预处理,将预处理图像采用双卷积神经网络级联算法,对浮游生物和颗粒物图像进行高准确度精细分类识别;根据私钥的不同获取不同通信节点对应的不同时间段的时间序列丰度图像以及时间序列丰度图像的精细分类识别结果。本发明对于推动水域生态监测、环境保护以及科学研究的发展具有重要意义。
技术关键词
通信节点
双卷积神经网络
观测方法
图像
位置特征信息
序列
水域浮游生物
原位
LSTM算法
信道
在线
水质
计算机存储介质
成像仪
观测系统
卷积神经网络提取
时间段
私钥
系统为您推荐了相关专利信息
温度检测方法
材料热物性参数
温度预测模型
图像
历史工况数据
图像拼接方法
梯度直方图
无人机
图像匹配
影像数据处理技术