CN108132099B - 一种鱼群监测系统 - Google Patents
一种鱼群监测系统 Download PDFInfo
- Publication number
- CN108132099B CN108132099B CN201711400407.3A CN201711400407A CN108132099B CN 108132099 B CN108132099 B CN 108132099B CN 201711400407 A CN201711400407 A CN 201711400407A CN 108132099 B CN108132099 B CN 108132099B
- Authority
- CN
- China
- Prior art keywords
- fish
- gps
- pictures
- camera
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 96
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 239000002002 slurry Substances 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 230000005856 abnormality Effects 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 210000005036 nerve Anatomy 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000001931 thermography Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 229920002472 Starch Polymers 0.000 claims 1
- 235000019698 starch Nutrition 0.000 claims 1
- 239000008107 starch Substances 0.000 claims 1
- 238000000034 method Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Closed-Circuit Television Systems (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种鱼群监测系统，该系统包括：水下移动终端和陆上服务器。水下移动终端包括封闭壳体，设置在封闭壳体内部的无线电力接收线圈、整流滤波电路、蓄电池、控制器、通信器、时钟、GPS，紧贴壳体内部上表面的压力传感器，镶嵌在壳体表面的浆、摄像头、红外热成像仪，摄像头和红外热成像仪位置临近。本发明的鱼群监测系统，采用视频识别，避免了人的主观错误，提高了判断的精准性以及及时性。
Description
技术领域
本发明涉及一种养鱼的系统，尤其是一种鱼群监测系统。
背景技术
鱼是人们喜欢吃的食物。为了满足日益增加的对鱼的需求，需要大量的养殖鱼。而要培养出能够售卖的鱼就需要时刻注意鱼的身体状况。
现有的观测鱼身体状况的方法是人工在固定时间去打捞一部分样本。然而，这样无法及时的发现鱼中存在的问题，且人工观测受限于观测人的经验水平，存在很大的主观性，容易产生误判和漏判。而且，即使打捞上来的样本没有问题，也不能保证不存在异常鱼。如果长时间放任异常鱼在水域中不管不顾，将会使得异常鱼污染水域，将其自身存在的问题传染给其他健康的鱼，从而导致鱼大量的非自然死亡，极大的降低了鱼的成活率和生长性，造成了巨大的经济损失。
发明内容
因此，针对上述问题，本发明提供了一种鱼群监测系统，通过大数据以及视频采集实现鱼异常状况的判断，进而提高判断的精准性以及及时性，并根据采集的GPS、压力、时间得到具体异常鱼出现的信息，使得养殖人员能够及时将异常鱼打捞出来，避免对水域的污染，提高产量。
为了达到上述目的，本发明提出了一种鱼群监测系统，其特征在于，该系统包括：水下移动终端和陆上服务器。
本发明的鱼群监测系统，其还满足条件，水下移动终端包括封闭壳体，设置在封闭壳体内部的无线电力接收线圈、整流滤波电路、蓄电池、控制器、通信器、时钟、GPS，紧贴壳体内部上表面的压力传感器，镶嵌在壳体表面的浆、摄像头、红外热成像仪，摄像头和红外热成像仪位置临近。
本发明的鱼群监测系统，其还满足条件，无线电力接收线圈通过与发送无线电力的无线电力发射线圈的电磁耦合来获得电能，该电能经过整流滤波电路后为蓄电池充电；蓄电池分别与控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，为控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器提供工作电力，进而驱动控制器收发信号、通信器发送信息，时钟记录时间，GPS记录位置，浆在水中滑动带动水下移动终端在水中游动，摄像头拍摄视频，红外热成像仪实现红外热成像，压力传感器测量壳体内部上表面承受的压力；控制器与通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，用于将信息传输给通信器使其发送信息，接收时钟记录的时间，接收GPS记录的位置，控制浆的运转速度，控制摄像头的开启和关闭并接收其拍摄的视频，接收红外热成像仪输出的成像、接收压力传感器测量的压力。
本发明的鱼群监测系统，其还满足条件，陆上服务器，其被配置为，从互联网上搜索与异常鱼相关的多张图片，将图片中不属于异常鱼本身的部分扣除得到仅表示异常鱼本身图像的子图片，所述异常鱼是鱼表面存在红肿、溃烂、变色的鱼，并根据每张子图片显示的鱼所异常的位置对每张子图片进行位置标注，即该子图片表明该异常鱼所异常的位置是头部、身体、尾部中的哪一种；
陆上服务器，其还被配置为，搜索标注为头部的所有子图片，形成头部异常图像训练集合；搜索标注为身体的所有子图片，形成身体异常图像训练集合；搜索标注为尾部的所有子图片，形成尾部异常图像训练集合；
陆上服务器，其进一步被配置为，将头部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在头部异常的第一神经网络；将身体异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在身体异常的第二神经网络；将尾部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在尾部异常的第三神经网络。
本发明的鱼群监测系统，其还满足条件，红外热成像仪实时扫描水下环境并将成像发送给控制器，控制器检测成像中是否存在鱼的形状，当其中至少存在一个鱼的形状时，控制器控制摄像头开启进而使得摄像头进行拍摄，同时控制GPS、压力传感器、时钟工作，之后控制器一直接收红外热成像仪发送的成像并一直判断成像中是否存在鱼的形状，如果成像中不再存在鱼的形状则控制摄像头停止工作，进而得到一段视频，同时控制GPS、压力传感器、时钟停止工作；摄像头、GPS、压力传感器、时钟分别将工作期间的信息传输给控制器，控制器采用GPS、压力、时间对视频进行打标处理，使得处理之后的视频中的每一帧均对应有该帧视频拍摄时的时间，表明拍摄该帧视频时摄像头所处二维环境的GPS位置，表明拍摄该帧视频时摄像头所处水深情况的压力，控制器将该处理之后的视频通过通信器传输给陆上服务器。
本发明的鱼群监测系统，其还满足条件，陆上服务器将处理之后的视频按照每帧的方式拆分成多个具有GPS、压力、时间标记的图片，并将每张图片分割成若干个部分重叠的子图片，将所有子图片输入到第一神经网络，如果第一神经网络判断某一图片包含头部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注头部异常，还将所有子图片输入到第二神经网络，如果第二神经网络判断某一图片包含身体异常鱼，则输出该具有GPS、压力、时间标记的图片并标注身体异常，还将所有子图片输入到第三神经网络，如果第三神经网络判断某一图片包含尾部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注尾部异常；陆上服务器还比对得到的标注头部异常、身体异常、尾部异常的图片，如果存在三张相同的图片则判定需要人工干预，通过陆上服务器的人机界面显示该需要人工干预的图片并输出该图片标记的GPS、压力、时间，通知工作人员对鱼群进行打捞。
具体实施方式
实施例一。
一种鱼群监测系统，该系统包括：水下移动终端和陆上服务器。
水下移动终端包括封闭壳体，设置在封闭壳体内部的无线电力接收线圈、整流滤波电路、蓄电池、控制器、通信器、时钟、GPS，紧贴壳体内部上表面的压力传感器，镶嵌在壳体表面的浆、摄像头、红外热成像仪，摄像头和红外热成像仪位置临近；
设置摄像头和红外热成像仪位置临近才能保证二者的视角几乎相同，便于鱼的检测与拍摄。
无线电力接收线圈通过与发送无线电力的无线电力发射线圈的电磁耦合来获得电能，该电能经过整流滤波电路后为蓄电池充电；蓄电池分别与控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，为控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器提供工作电力，进而驱动控制器收发信号、通信器发送信息，时钟记录时间，GPS记录位置，浆在水中滑动带动水下移动终端在水中游动，摄像头拍摄视频，红外热成像仪实现红外热成像，压力传感器测量壳体内部上表面承受的压力；控制器与通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，用于将信息传输给通信器使其发送信息，接收时钟记录的时间，接收GPS记录的位置，控制浆的运转速度，控制摄像头的开启和关闭并接收其拍摄的视频，接收红外热成像仪输出的成像、接收压力传感器测量的压力；
考虑到水下移动终端的工作环境，其需要是防水抗压设备；由于水下设备需要蓄电池供电，而蓄电池的电量有限，因此需要尽量的减少不必要的电量浪费，故而仅在红外线成像仪的成像中存在鱼的形状的期间才使得摄像头实现拍摄，同时使得GPS、压力传感器、时钟工作，进而捕捉鱼的图像以及相关数据；由于鱼的活动是有规律的，因此，同时还记录GPS、压力、时间数据是为了方便人工在相同的时间、地点能够将有异常状态的鱼捕获。
陆上服务器，其被配置为，从互联网上搜索与异常鱼相关的多张图片，将图片中不属于异常鱼本身的部分扣除得到仅表示异常鱼本身图像的子图片，所述异常鱼是鱼表面存在红肿、溃烂、变色的鱼，并根据每张子图片显示的鱼所异常的位置对每张子图片进行位置标注，即该子图片表明该异常鱼所异常的位置是头部、身体、尾部中的哪一种；
如果鱼本身存在问题，通常会体现在其身体表面上，因此，通过对鱼表面的判断即可以知道鱼是否存在异常，而且通常鱼存在的问题较大时，其表面上就会有较多的斑点、溃烂等，因此，通过判断鱼表面的多个位置是否同时存在变色等情况，就可以知晓鱼的异常状态是否紧急需要被处理；
陆上服务器，其还被配置为，搜索标注为头部的所有子图片，形成头部异常图像训练集合；搜索标注为身体的所有子图片，形成身体异常图像训练集合；搜索标注为尾部的所有子图片，形成尾部异常图像训练集合；
陆上服务器，其进一步被配置为，将头部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在头部异常的第一神经网络；将身体异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在身体异常的第二神经网络；将尾部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在尾部异常的第三神经网络；
利用深度学习神经网络，能够提高学习的效率和质量，进而提高识别的准确度和速度。
当将水下服务终端放入鱼塘中后，红外热成像仪实时扫描水下环境并将成像发送给控制器，控制器检测成像中是否存在鱼的形状，当其中至少存在一个鱼的形状时，控制器控制摄像头开启进而使得摄像头进行拍摄，同时控制GPS、压力传感器、时钟工作，之后控制器一直接收红外热成像仪发送的成像并一直判断成像中是否存在鱼的形状，如果成像中不再存在鱼的形状则控制摄像头停止工作，进而得到一段视频，同时控制GPS、压力传感器、时钟停止工作；摄像头、GPS、压力传感器、时钟分别将工作期间的信息传输给控制器，控制器采用GPS、压力、时间对视频进行打标处理，使得处理之后的视频中的每一帧均对应有该帧视频拍摄时的时间，表明拍摄该帧视频时摄像头所处二维环境的GPS位置，表明拍摄该帧视频时摄像头所处水深情况的压力，控制器将该处理之后的视频通过通信器传输给陆上服务器。
陆上服务器将处理之后的视频按照每帧的方式拆分成多个具有GPS、压力、时间标记的图片，并将每张图片分割成若干个部分重叠的子图片，将所有子图片输入到第一神经网络，如果第一神经网络判断某一图片包含头部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注头部异常，还将所有子图片输入到第二神经网络，如果第二神经网络判断某一图片包含身体异常鱼，则输出该具有GPS、压力、时间标记的图片并标注身体异常，还将所有子图片输入到第三神经网络，如果第三神经网络判断某一图片包含尾部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注尾部异常；陆上服务器还比对得到的标注头部异常、身体异常、尾部异常的图片，如果存在三张相同的图片则判定需要人工干预，通过陆上服务器的人机界面显示该需要人工干预的图片并输出该图片标记的GPS、压力、时间，通知工作人员对鱼群进行打捞；
如果头部、身体、尾部均存在异常，说明该异常鱼的异常情况非常严重，需要紧急进行处理，否则很可能会污染水域以及其他鱼，所以需要人工定时定点将其捕捞上来。
需要注意的是，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，在本发明的上述指导下，本领域技术人员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形落在本发明的保护范围内。
Claims (3)
1.一种鱼群监测系统，其特征在于，该系统包括：水下移动终端和陆上服务器；
水下移动终端包括封闭壳体，设置在封闭壳体内部的无线电力接收线圈、整流滤波电路、蓄电池、控制器、通信器、时钟、GPS，紧贴壳体内部上表面的压力传感器，镶嵌在壳体表面的浆、摄像头、红外热成像仪，摄像头和红外热成像仪位置临近；
无线电力接收线圈通过与发送无线电力的无线电力发射线圈的电磁耦合来获得电能，该电能经过整流滤波电路后为蓄电池充电；蓄电池分别与控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，为控制器、通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器提供工作电力，进而驱动控制器收发信号、通信器发送信息，时钟记录时间，GPS记录位置，浆在水中滑动带动水下移动终端在水中游动，摄像头拍摄视频，红外热成像仪实现红外热成像，压力传感器测量壳体内部上表面承受的压力；控制器与通信器、时钟、GPS、浆、摄像头、红外热成像仪、压力传感器连接，用于将信息传输给通信器使其发送信息，接收时钟记录的时间，接收GPS记录的位置，控制浆的运转速度，控制摄像头的开启和关闭并接收其拍摄的视频，接收红外热成像仪输出的成像、接收压力传感器测量的压力；
陆上服务器，其被配置为，从互联网上搜索与异常鱼相关的多张图片，将图片中不属于异常鱼本身的部分扣除得到仅表示异常鱼本身图像的子图片，所述异常鱼是鱼表面存在红肿、溃烂、变色的鱼，并根据每张子图片显示的鱼所异常的位置对每张子图片进行位置标注，即该子图片表明该异常鱼所异常的位置是头部、身体、尾部中的哪一种；
陆上服务器，其还被配置为，搜索标注为头部的所有子图片，形成头部异常图像训练集合；搜索标注为身体的所有子图片，形成身体异常图像训练集合；搜索标注为尾部的所有子图片，形成尾部异常图像训练集合；
陆上服务器，其进一步被配置为，将头部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在头部异常的第一神经网络；将身体异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在身体异常的第二神经网络；将尾部异常图像训练集合中的每一个子图片分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断鱼是否存在尾部异常的第三神经网络。
2.根据权利要求1所述的鱼群监测系统，其特征在于，红外热成像仪实时扫描水下环境并将成像发送给控制器，控制器检测成像中是否存在鱼的形状，当其中至少存在一个鱼的形状时，控制器控制摄像头开启进而使得摄像头进行拍摄，同时控制GPS、压力传感器、时钟工作，之后控制器一直接收红外热成像仪发送的成像并一直判断成像中是否存在鱼的形状，如果成像中不再存在鱼的形状则控制摄像头停止工作，进而得到一段视频，同时控制GPS、压力传感器、时钟停止工作；摄像头、GPS、压力传感器、时钟分别将工作期间的信息传输给控制器，控制器采用GPS、压力、时间对视频进行打标处理，使得处理之后的视频中的每一帧均对应有该帧视频拍摄时的时间，表明拍摄该帧视频时摄像头所处二维环境的GPS位置，表明拍摄该帧视频时摄像头所处水深情况的压力，控制器将该处理之后的视频通过通信器传输给陆上服务器。
3.根据权利要求2所述的鱼群监测系统，其特征在于，陆上服务器将处理之后的视频按照每帧的方式拆分成多个具有GPS、压力、时间标记的图片，并将每张图片分割成若干个部分重叠的子图片，将所有子图片输入到第一神经网络，如果第一神经网络判断某一图片包含头部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注头部异常，还将所有子图片输入到第二神经网络，如果第二神经网络判断某一图片包含身体异常鱼，则输出该具有GPS、压力、时间标记的图片并标注身体异常，还将所有子图片输入到第三神经网络，如果第三神经网络判断某一图片包含尾部异常鱼，则输出该具有GPS、压力、时间标记的图片并标注尾部异常；陆上服务器还比对得到的标注头部异常、身体异常、尾部异常的图片，如果存在三张相同的图片则判定需要人工干预，通过陆上服务器的人机界面显示该需要人工干预的图片并输出该图片标记的GPS、压力、时间，通知工作人员对鱼群进行打捞。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711400407.3A CN108132099B (zh) | 2017-12-20 | 2017-12-20 | 一种鱼群监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711400407.3A CN108132099B (zh) | 2017-12-20 | 2017-12-20 | 一种鱼群监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108132099A CN108132099A (zh) | 2018-06-08 |
| CN108132099B true CN108132099B (zh) | 2019-10-08 |
Family
ID=62391404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711400407.3A Active CN108132099B (zh) | 2017-12-20 | 2017-12-20 | 一种鱼群监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108132099B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108965828B (zh) * | 2018-08-27 | 2021-05-25 | 福建海峡基石科技集团有限公司 | 多功能无线视频监控系统 |
| CN109543679A (zh) * | 2018-11-16 | 2019-03-29 | 南京师范大学 | 一种基于深度卷积神经网络的死鱼识别方法及预警系统 |
| CN114609952B (zh) * | 2022-04-07 | 2024-04-26 | 广州大学 | 一种基于机器视觉的鱼类养殖监测方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400147B (zh) * | 2013-07-25 | 2016-07-06 | 中国农业大学 | 基于图像处理的目标鱼识别方法及系统 |
| CN205679560U (zh) * | 2016-06-18 | 2016-11-09 | 哈尔滨理工大学 | 一种海洋捕捞用鱼类分类探测仪 |
| CN106550223A (zh) * | 2017-01-13 | 2017-03-29 | 湖南理工学院 | 一种用于水产养殖的死鱼监控装置及监控方法 |
| CN107423745A (zh) * | 2017-03-27 | 2017-12-01 | 浙江工业大学 | 一种基于神经网络的鱼类活性分类方法 |
-
2017
- 2017-12-20 CN CN201711400407.3A patent/CN108132099B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108132099A (zh) | 2018-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108132099B (zh) | 一种鱼群监测系统 | |
| CN109717120A (zh) | 一种基于物联网的鱼类养殖监测投料系统及方法 | |
| CN110297498A (zh) | 一种基于无线充电无人机的轨道巡检方法及系统 | |
| KR101798396B1 (ko) | 조수간만 차이를 반영한 해양 양식장 방범용 감시 시스템 및 제어 방법 | |
| CN109145794B (zh) | 一种海洋牧场网箱的健康监测方法 | |
| CN109188421A (zh) | 一种用于无人搜救艇的海上搜救系统及方法 | |
| CN103986855B (zh) | 一种煤矿综采工作面用具有自除尘功能的摄像仪 | |
| CN104299284B (zh) | 一种自动定位抓取设备图像的室内变电站轨道巡检系统、主机及方法 | |
| CN110536116A (zh) | 一种船舶侦测跟踪系统及方法 | |
| CN108121968A (zh) | 一种鱼群监测方法 | |
| CN108693849A (zh) | 一种自动远海侦测系统 | |
| CN108776937A (zh) | 一种基于双目云台摄像机的船只违法捕捞行为判别方法及系统 | |
| CN109613559A (zh) | 基于视觉和激光雷达的水陆边界漂浮物判别装置与方法 | |
| CN104202560A (zh) | 一种基于图像识别的视频监控系统及方法 | |
| CN106778746A (zh) | 一种多目标反无人机方法 | |
| CN109598259A (zh) | 一种野生动物动态踪迹监测系统及方法 | |
| CN111354011A (zh) | 多运动目标信息捕获与跟踪系统及方法 | |
| CN210270158U (zh) | 水下鱼群监测设备及养殖设备 | |
| CN107124606A (zh) | 基于无人机航拍的数字视频广告远程拍摄方法 | |
| KR20150000054A (ko) | 어류 양식 관리용 무인 잠수정 | |
| CN115937721B (zh) | 一种浒苔监测方法 | |
| KR102182073B1 (ko) | 선박형 해상 드론을 포함하는 드론 스테이션 시스템 | |
| CN112233353A (zh) | 一种基于人工智能的防钓监控系统及其监控方法 | |
| CN108981794A (zh) | 一种海上侦察系统 | |
| CN113747064B (zh) | 一种水下生物自动探测拍摄系统及其方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190903 Address after: No. 236 Qunli Village, Zhangbanzhen, Quanzhou Taiwanese Investment Zone, Quanzhou City, Fujian Province, 362100 Applicant after: Quanzhou Taiwanese Investment Zone Guochai Trading Co.,Ltd. Address before: 528000 A 2903 Room, 32 Zhaoxiang Road, Chancheng District, Foshan City, Guangdong Province Applicant before: FOSHAN LUOKEWEITE TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Fish shoal monitoring system Effective date of registration: 20200114 Granted publication date: 20191008 Pledgee: China Construction Bank Quanzhou Taishang investment zone sub branch Pledgor: Quanzhou Taiwanese Investment Zone Guochai Trading Co.,Ltd. Registration number: Y2020980000111 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220602 Granted publication date: 20191008 Pledgee: China Construction Bank Quanzhou Taishang investment zone sub branch Pledgor: Quanzhou Taiwanese Investment Zone Guochai Trading Co.,Ltd. Registration number: Y2020980000111 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221209 Address after: 276000 101, building 1, No. 0001, Keji Avenue, high tech Industrial Development Zone, Linyi City, Shandong Province Patentee after: Linyi high tech Property Management Co.,Ltd. Address before: 362100 No. 236, Qunli village, zhangban Town, Quanzhou Taiwan investment zone, Quanzhou City, Fujian Province Patentee before: Quanzhou Taiwanese Investment Zone Guochai Trading Co.,Ltd. |
|
| TR01 | Transfer of patent right |