一个新的基于计算机视觉技术的多对象跟踪管道,用于贝养殖场

科学领域:

• 水产养殖技术 水产养殖技术
• 计算机视觉应用程序的应用程序
• 图像处理 图像处理

背景情况:

• 贝养殖对新西兰的经济和社区至关重要.
• 目前的鱼漂浮跟踪是劳动密集型的,依赖于手动的船只旅行.
• 自动化浮动跟踪由于相同的目标和各种图像条件而带来挑战.

研究的目的:

• 开发一种自动化计算机视觉管道,用于检测和跟踪鱼漂浮.
• 通过技术整合,减轻养殖者的劳动负担.
• 为了应对在各种水生环境中追踪许多相同物体的挑战.

主要方法:

• 一个新的计算机视觉管道,包括浮体检测,描述和匹配.
• 使用图像处理操作员,在各种尺寸中进行可靠的浮体检测.
• 使用基于邻居位置的独特描述符来识别浮动物.
• 实现图像注册,以便在相邻的之间准确地进行浮动匹配.

主要成果:

• 拟议的管道实现了82.9%的MOTA (多重对象跟踪精度).
• 这种性能比现有的基于深度学习的方法高出18%.
• 该系统在不需要模型培训的情况下有效运行.

结论:

• 开发的计算机视觉管道为鱼漂浮跟踪提供了高效和自动化的解决方案.
• 这项技术显著改进了当前的方法,提供了更高的准确性和减少了劳动力.
• 这种方法适合在养殖中实践应用,特别是在像新西兰的马尔伯罗海峡这样的环境中.