从视频与对象跟踪的等级性贝养殖场重建
Junhong Zhao1, Bing Xue1, Ross Vennel2
1Centre for Data Science and Artificial Intelligence & School of Engineering and Computer Science, Victoria University of Wellington, Wellington, New Zealand.
Journal of the Royal Society of New Zealand
|August 4, 2025
概括
本研究引入了对贝养殖场的分层3D重建方法,改进了实时监控和管理. 该方法增强了农场结构和浮标的可视化,以提高运营效率和可持续性.
科学领域:
- 水产养殖技术 水产养殖技术
- 计算机视觉 计算机视觉
- 地理空间分析的研究.
背景情况:
- 贝类养殖的扩张需要超越手工方法的先进监测.
- 实时评估水产养殖结构对于可持续性和效率至关重要.
- 目前的监测限制阻碍了贝养殖业务的及时决策.
研究的目的:
- 为贝养殖场监测开发一种新的等级3D重建方法.
- 为了增强养殖场组件的可视化和详细的几何表示.
- 为在水产养殖中提供现场评估和精确决策的实际解决方案.
主要方法:
- 使用结构从运动 (SfM) 进行初始场景建模的等级3D重建.
- 对象跟踪和几何三角测量以确定单个浮标位置.
- 基于主导方向的相关性进行多尺度的无声化,以改进重建的准确性.
主要成果:
- 成功创建了贝养殖场环境和单个浮标的详细3D模型.
- 与以前的方法相比,在表示养殖场几何和外观方面提高了准确性.
- 具备全面可视化能力,支持明智的管理决策.
结论:
- 层次重建方法为贝养殖场管理技术提供了显著的进步.
- 这种方法使得农场几何和动态的详细,实时理解.
- 增强的可视化使农民能够根据数据做出决策,以提高可持续性和效率.
