摘要
本发明公开一种基于时空特征自适应融合的蚜虫排蜜露行为识别方法,所述方法包括:采集蚜虫在自然取食环境下的视频数据;采用时序加权帧差自适应融合框架对原始视频数据进行时空特征提取,得到运动特征图,将运动特征图输入训练好的FGC‑YOLO小目标精细行为检测模型中进行检测,输出框选的蚜虫行为类别结果标识;对FGC‑YOLO小目标精细行为检测模型的输出结果进行后处理,通过动态双缓存插值机制和复合行为动态判定算法实现排蜜露行为的识别。本发明检测精度高、实时性能好、通过时空特征融合和多模块协同,有效解决蚜虫蜜露分析效率低、实时性差、操作复杂等问题,以期为蚜虫取食行为监测和害虫防控提供技术支撑。
技术关键词
识别方法
运动特征
双向特征金字塔
判定算法
滑动时间窗口
双分支设计
全局结构信息
抑制背景噪声
局部细节特征
统计特征
注意力机制
线性插值方法
局部特征提取
时序
视频
害虫防控
网络
动态