鱼群多目标准确计数是水生态智能监测和集约化养殖产业中的重要环节,对水域生态环境智能保护和水产养殖现代化具有重要作用。现有鱼群多目标准确追踪和计数方法主要适用于鱼群外观清晰、游速缓慢和方向稳定等较理想的情况,难以有效适用...鱼群多目标准确计数是水生态智能监测和集约化养殖产业中的重要环节,对水域生态环境智能保护和水产养殖现代化具有重要作用。现有鱼群多目标准确追踪和计数方法主要适用于鱼群外观清晰、游速缓慢和方向稳定等较理想的情况,难以有效适用于现实情况下存在的鱼群互相遮挡、游动迅速和方向多变等复杂情况。为此,结合轻量化目标检测模型YOLOv5n,提出基于水平相似度匹配机制的鱼群追踪与计数方法。将鱼群计数问题视为多目标检测与追踪问题,设计水平相似度匹配机制,并对SORT(Simple Online and Realtime Tracking)算法进行优化。通过高速水流中鱼群个体在帧与帧之间的位置关系对检测框中心点的水平距离进行限制,以有效解决SORT算法存在的目标匹配混乱问题,显著提高追踪效果。实验结果表明,所提方法在鱼群多目标追踪数据集上的性能显著优于现有追踪方法,对目标遮挡、方向变化等情况目标追踪性能提升显著,并且该方法结构简单,易于实际应用。展开更多
文摘鱼群多目标准确计数是水生态智能监测和集约化养殖产业中的重要环节,对水域生态环境智能保护和水产养殖现代化具有重要作用。现有鱼群多目标准确追踪和计数方法主要适用于鱼群外观清晰、游速缓慢和方向稳定等较理想的情况,难以有效适用于现实情况下存在的鱼群互相遮挡、游动迅速和方向多变等复杂情况。为此,结合轻量化目标检测模型YOLOv5n,提出基于水平相似度匹配机制的鱼群追踪与计数方法。将鱼群计数问题视为多目标检测与追踪问题,设计水平相似度匹配机制,并对SORT(Simple Online and Realtime Tracking)算法进行优化。通过高速水流中鱼群个体在帧与帧之间的位置关系对检测框中心点的水平距离进行限制,以有效解决SORT算法存在的目标匹配混乱问题,显著提高追踪效果。实验结果表明,所提方法在鱼群多目标追踪数据集上的性能显著优于现有追踪方法,对目标遮挡、方向变化等情况目标追踪性能提升显著,并且该方法结构简单,易于实际应用。
