农业机械学报

作者：孙龙清,刘婷,陈帅华,吴雨寒

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：鱼体; 目标检测; 边缘; 骨架; 支持向量机

基金：“十二五”国家科技支撑计划项目（2015BAD17B04-5）

鱼的行为变化除了可以反映其自身健康状况外，还对分析水质变化具有重要意义，而精确、快速的鱼体目标检测是行为变化分析的基础。针对现有多目标鱼体检测算法存在检测定位精确度低的问题，提出了一种简单、有效的多目标鱼体对象提议检测算法。提取鱼体图像的骨架和边缘信息，制定新的窗口打分策略生成候选窗口，训练PCA卷积核提取鱼体图像前景和背景特征，利用支持向量机（Support vector machine,SVM）识别得到鱼体目标所在的候选窗口，运用非极大值抑制算法剔除冗余窗口完成目标检测。实验表明，基于新的窗口打分策略生成的候选窗口比Edge Boxes算法得到的候选窗口具有更高的召回率，召回率最高可达96.9%，对候选窗口的最高识别准确率可达95.71%。通过本文算法和Edge Boxes-PCANet算法得到的漏检率、误检率和平均检测时间表明，本文算法的综合表现更优，说明本文算法可以高效精确地实现多目标鱼体检测。

来源：2019年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第12期