本发明专利技术涉及一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置，方法包括：接收渔船的定位数据和渔船的甲板视频数据；将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态；当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断；辅助判断时，将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态；将所述第一捕捞渔船的作业状态和所述第二捕捞渔船的作业状态输入训练好的融合识别模型中，并根据所述融合识别模型的结果输出识别结果。本发明专利技术能够提高行为识别的准确度。准确度。准确度。
【技术实现步骤摘要】
基于渔船定位数据和视频的渔船捕捞行为识别方法和装置
[0001]本专利技术涉及渔船捕捞行为识别
，特别是涉及一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置。
技术介绍
[0002]加强海洋捕捞渔船行为监控是适应我国海洋渔业高速发展的重要措施，也是促进我国海洋渔业规范发展的必要手段。随着大数据的不断发展，渔业智能化的概念也不断提出，深度学习算法在渔业领域也发挥着重要的作用。传统的捕捞渔船行为识别大多根据捕捞渔船VMS数据或者卫星雷达与GPS数据，通过各种算法建立捕捞渔船行为识别模型。例如裴凯洋基于VMS分析了东黄海张网捕捞渔船捕捞强度，黄其泉提出了利用卫星雷达和GPS技术对捕捞渔船进行监控，但是上述方式在准确度上都存在一定的缺陷。
技术实现思路
[0003]本专利技术所要解决的技术问题是提供一种基于渔船定位数据和视频的渔船捕捞行为识别方法和装置，能够提高行为识别的准确度。
[0004]本专利技术解决其技术问题所采用的技术方案是：提供一种基于渔船定位数据和视频的渔船捕捞行为识别方法，包括以下步骤：
[0005](1)接收渔船的定位数据和渔船的甲板视频数据；
[0006](2)将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态；
[0007](3)当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断；
[0008]所述调用基于融合识别模型进行辅助判断具体为：
[0009](a)将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态；
[0010](b)将所述第一捕捞渔船的作业状态和所述第二捕捞渔船的作业状态输入训练好的融合识别模型中，并根据所述融合识别模型的结果输出识别结果。
[0011]所述步骤(1)和步骤(2)之间还包括对所述定位数据进行数据清洗和数据归一化的处理，对所述甲板视频数据进行分帧和降低分辨率处理。
[0012]所述第一识别模型的训练数据包括定位数据的获取时间和定位数据的特征信息，将捕捞渔船的行为作为标签，其中，所述定位数据的特征信息包括船速、航向和船所在位置。
[0013]所述第二识别模型的训练数据包括当前视频数据的截取时间和视频数据，将捕捞渔船的行为作为标签。
[0014]所述融合识别模型为Y＝βX，表示所述融合识别模型的识别结果，其中，第一列为偏置项，第二列为所述第一识别模型的识别结果，第三列为所述第二识别模型的识别结果，为不同识别模型的权重；所述融合识别模型的损失函数为：Q＝β
T
X
T
Xβ
‑
β
T
X
T
Y
‑
Y
T
Xβ+Y
T
Y，梯度梯度下降公式为Θ
k+1
＝Θ
k
‑
α
·
g，α为学习率，Θ
k
为第k次迭代的参数向量。
[0015]所述步骤(b)中根据所述融合识别模型的结果输出识别结果具体为：当融合识别模型的结果与所述第一捕捞渔船的作业状态相同时，将所述第一捕捞渔船的作业状态作为输出结果，当融合识别模型的结果与所述第一捕捞渔船的作业状态不同时，将所述第一捕捞渔船的作业状态作废。
[0016]本专利技术解决其技术问题所采用的技术方案是：提供一种基于渔船定位数据和视频的渔船捕捞行为识别装置，包括：定位模块，用于采集定位数据；摄像模块，用于采集甲板视频数据；处理器模块，用于执行上述的基于渔船定位数据和视频的渔船捕捞行为识别方法的步骤。
[0017]所述的基于渔船定位数据和视频的渔船捕捞行为识别装置还包括连接框架，所述连接框架上安装有水平支架和竖直支架，所述竖直支架位于所述水平支架上方，所述处理器模块安装在所述水平支架上，所述定位模块包括接收器和天线，所述接收器安装在所述竖直支架上，所述连接框架的顶部设置有天线底座，所述天线安装在所述天线底座上；所述摄像模块安装在所述连接框架的外侧面。
[0018]所述水平支架上还安装有存储模块，所述存储模块用于对所述处理器模块的识别结果进行加密保存。
[0019]所述水平支架上还安装有无线传输模块，所述无线传输模块用于在所述处理器模块的识别到违法行为时将数据上传到云端。
[0020]有益效果
[0021]由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术通过综合决策算法在考虑终端算力的前提下，仅在捕捞渔船的状态发生转变或长时间保持不变的情况下，才将视频数据作为捕捞渔船的行为识别依据，避免了终端设备算力被视频数据的模型长期占用，且通过定位数据和视频数据相结合，避免了单一数据来源造成的误判，从多角度去分析捕捞渔船的行为状态，能够提高识别的精度。
附图说明
[0022]图1是本专利技术第一实施方式的流程图；
[0023]图2是本专利技术第二实施方式的示意图。
具体实施方式
[0024]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0025]本专利技术的第一实施方式涉及一种基于渔船定位数据和视频的渔船捕捞行为识别方法，如图1所示，包括以下步骤：
[0026]步骤1，接收渔船的定位数据和渔船的甲板视频数据。本步骤中，在接收到定位数据和甲板视频数据后可以对这些数据进行预处理，例如：对所述定位数据进行数据清洗和数据归一化的处理，对所述甲板视频数据进行分帧和降低分辨率处理。本实施方式中定位数据可以采用GPS数据，也可以采用北斗数据。
[0027]步骤2，将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态。本步骤中采用的第一识别模型可以是由长短期记忆网络构成的识别模型，其训练数据包括定位数据的获取时间和定位数据的特征信息，将捕捞渔船的行为作为标签，其中，所述定位数据的特征信息包括船速、航向和船所在位置。
[0028]步骤3，当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断。其中，预设时间可以自行设定，本步骤中的预设时间可以选取捕捞渔船的单次捕捞时间的1/3。
[0029]调用基于融合识别模型进行辅助判断具体为：
[0030]将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态。其中，采用的第二识别模型的训练数据包括当前视频数据的截取时间和视频数据，将捕捞渔船的行为作为标签。
[0031]其中，融合识别模型的形式为：Y＝βX。
[0032]本实施方式中，有基于视频本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，包括以下步骤：(1)接收渔船的定位数据和渔船的甲板视频数据；(2)将所述定位数据输入训练好第一识别模型进行渔船行为识别，得到第一捕捞渔船的作业状态；(3)当所述第一捕捞渔船的作业状态发生变化或者所述第一捕捞渔船的作业状态在预设时间内保持不变时，则调用基于融合识别模型进行辅助判断；所述调用基于融合识别模型进行辅助判断具体为：(a)将所述甲板视频数据输入训练好的第二识别模型进行渔船行为识别，得到第二捕捞渔船的作业状态；(b)将所述第一捕捞渔船的作业状态和所述第二捕捞渔船的作业状态输入训练好的融合识别模型中，并根据所述融合识别模型的结果输出识别结果。2.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述步骤(1)和步骤(2)之间还包括对所述定位数据进行数据清洗和数据归一化的处理，对所述甲板视频数据进行分帧和降低分辨率处理。3.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述第一识别模型的训练数据包括定位数据的获取时间和定位数据的特征信息，将捕捞渔船的行为作为标签，其中，所述定位数据的特征信息包括船速、航向和船所在位置。4.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述第二识别模型的训练数据包括当前视频数据的截取时间和视频数据，将捕捞渔船的行为作为标签。5.根据权利要求1所述的基于渔船定位数据和视频的渔船捕捞行为识别方法，其特征在于，所述融合识别模型为Y＝βX，表示所述融合识别模型的识别结果，其中，第一列为偏置项，第二列为所述第一识别模型的识别结果，第三列为所述第二识别模型的识别结果，为不同识别模型的权重；所述融合识别模型的损失函数为：Q＝β
T
X
T
Xβ
‑
β
T
X
T
【专利技术属性】
技术研发人员：戴阳，贺刘刚，郑汉丰，何瑞麟，俞圣池，李家胜，
申请(专利权)人：中国水产科学研究院东海水产研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。