CN113758577A - 一种基于大数据的精准型鱼类识别技术系统 - Google Patents

一种基于大数据的精准型鱼类识别技术系统 Download PDF

Info

Publication number
CN113758577A
CN113758577A CN202111057059.0A CN202111057059A CN113758577A CN 113758577 A CN113758577 A CN 113758577A CN 202111057059 A CN202111057059 A CN 202111057059A CN 113758577 A CN113758577 A CN 113758577A
Authority
CN
China
Prior art keywords
information
module
big data
identification
analysis
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.)
Granted
Application number
CN202111057059.0A
Other languages
English (en)
Other versions
CN113758577B (zh
Inventor
陈军校
胥贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yikejie Wuhan Ecological Technology Co ltd Chengdu Branch
Original Assignee
Yikejie Wuhan Ecological Technology Co ltd Chengdu Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yikejie Wuhan Ecological Technology Co ltd Chengdu Branch filed Critical Yikejie Wuhan Ecological Technology Co ltd Chengdu Branch
Priority to CN202111057059.0A priority Critical patent/CN113758577B/zh
Publication of CN113758577A publication Critical patent/CN113758577A/zh
Application granted granted Critical
Publication of CN113758577B publication Critical patent/CN113758577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Medicinal Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Food Science & Technology (AREA)
  • Electromagnetism (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的精准型鱼类识别技术系统，涉及大数据技术领域，包括识别检测终端设备识别检测终端包括检测架，检测架的底端设有与其相配合的辅助底座，检测架的顶端的中间位置设有与其相配合的显示屏幕，检测架顶部的一侧设有与其相配合的接口板，检测架内顶壁的一侧设有检测反馈板。充分的利用大数据的优势，将出鱼类体表特征外的环境特征和数据搜索特征加入进对鱼类的识别方式中，建立一个方便后续识别和其它终端参与的标签和利用大数据后续检索的关键字信息，通过不断的数据更新和标签更新，可实现通过关联的特征快速的实现关键匹配，实现快速的分析识别实现高效反馈使得鱼类识别更加精准。

Description

一种基于大数据的精准型鱼类识别技术系统
技术领域
本发明属于大数据技术领域，具体涉及一种基于大数据的精准型鱼类识别技术系统。
背景技术
大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征，因为互联网的产生，大数据慢慢的多指为互联网大数据，大数据分析广泛应用于各个领域，并且因为大数据中数据的全面性，通过分析也能够进行各类生物的识别，如进行鱼类识别。但是，大数据虽然具有庞大的数据量能够得到想要的识别信息，但是，因为很多鱼类具有众多相同的特征，如何利用大数据进行精准的识别，对大数据是否能够充分利用都是直接关乎识别结果的。
根据中国专利文献，公告号为CN110533001A，所提供的基于人脸识别的大数据人脸识别方法，其可以显著降低计算量，提高整体的响应时间，虽然采用大数据中的数据库进行比对，但是，仅仅利用了直接相关的特征信息，虽然可以进行识别，但如果在具有多个终端以及大数据的数据库不断扩大时，只能持续的增加比对信息，无法减少大数据分析比对的步骤，并且，无法使其它的更多的关联特征参与大数据进行条件筛选，快速寻找更为准确的识别信息。
根据中国专利文献，公告号为CN108921058A，所提供的基于深度学习的鱼类识别方法、介质、终端设备及装置，其通过测试，将测试集输入鱼类识别模型，以生成第二预估结果，并根据第二预估结果生成鱼类识别模型的泛化性能评分；以及确定最终鱼类识别模型，并根据最终鱼类识别模型进行鱼类识别，但是，其只依靠训练模型信息和特征图片信息建立简易数据库来进行分析，因为鱼类种类繁多，很多鱼类的特征区别可能仅仅在于体型、体色或鱼鳞，虽然通过训练模型建立数据库并依靠鱼类体表的直接特征信息可以实现对鱼类的识别，但是，并无法达到十分精准。
在利用大数据进行鱼类识别中，除了利用鱼类体表的直接特征信息外，无法充分的利用大数据特性，无法将可以对鱼类进行分析、判断和筛选的其它信息加入筛选条件，并且不断对鱼类识别过程中，无法利用人工经验以及多个位置相近的终端信息交互来加速大数据的分析。
发明内容
本发明的目的是针对现有的问题，提供了基于大数据的精准型鱼类识别技术系统。
根据本发明的一个方面，提供了一种基于大数据的精准型鱼类识别技术系统。
该基于大数据的精准型鱼类识别技术系统，包括识别检测终端设备所述识别检测终端包括检测架，所述检测架的底端设有与其相配合的辅助底座，所述检测架的顶端的中间位置设有与其相配合的显示屏幕，所述检测架顶部的一侧设有与其相配合的接口板，所述检测架内顶壁的一侧设有检测反馈板。
进一步的，所述辅助底座的内底壁具有30-45°的倾斜角度，所述辅助底座的内底壁上设有清理条，所述辅助底座与所述检测架之间通过活动杆插接连接，所述辅助底座的内底壁表面设有与所述检测架相配合的电流板。
进一步的，所述检测反馈板包括红外扫描仪、激光雷达、摄像头、照射灯、X射线检测、电流检测反馈、生物传感器和热成像摄像头等，通过所述接口板能够连接如红外扫描仪、摄像头、雷达激光，温度传感器、水质检测器等外接辅助设备，通过所述接口板可通过外接设备以进行水下检测。
其中，该基于大数据的精准型鱼类识别技术系统，还包括大数据分析识别系统，所述大数据分析识别系统包括外观特征分析模块、生物特征分析模块、活动特征分析模块、分类模块、环境信息分析模块、大数据识别模块和信息交互模块，其中，所述外观特征分析模块、所述生物特征分析模块和所述活动特征分析模块均与所述分类模块相连接，所述分类模块和所述环境分析模块通过所述大数据识别模块与所述信息交互模块相连接。
进一步的，所述外观特征分析模块包括分析红外扫描仪信息的红外扫描模块、分析激光雷达信息的激光雷达模块、分析摄像头信息的图像分析模块；所述生物特征分析模块包括用于接收生物传感器信息的生物取样模块、用于接收电流反馈的生物电流分析模块、用于分析热成像摄像头的生物热度分析模块；所述活动特征分析模块包括水面检测模块和观察水面鱼类气泡的气泡特征记录模块。
进一步的，所述分类模块包括用于将接受信息进行有序分类的信息分类模块、用于将接受信息进行标签化的信息标签模块、用于将标签信息和分类信息进行搜索分解的关键字分解模块、用于根据关键字进行近似推送的近似信息推送模块。
进一步的，所述环境信息模块包括水域环境信息模块、地理位置信息模块和感应模块；
其中，所述水域环境信息模块用于结合传感器和大数据进行分析和获取当前水域的水温、水质和含氧量等；
其中，所述地理位置信息模块用于定位当前设备位置和鱼类出现位置，其中，所述感应模块内具有GPS用于定位和寻找范围内可以互联的终端。
进一步的，所述大数据识别模块包括特征信息对应搜索模块、特征信息比对模块、近似信息统计模块、近似信息排名模块、人工识别问答模块、识别结果注释模块和识别结果反馈模块。
进一步的，所述信息交互模块包括用于人工操作处理的人工标签模块、用于终端对关键字进行增加、删减和评分的关键字优化模块、用于人工精简标签的标签过滤模块、用于连接大数据服务器和其它终端的连接模块和用于终端和服务器通信的终端交互模块。
根据本发明的另一个方面，还提供了一种基于大数据的精准型鱼类识别技术系统的识别方法，包括以下步骤：
步骤一：将通过识别检测终端设备获得的外观特征信息、生物特征信息、活动特征信息和环境特征信息，标记为A、B、C、D，并分别进行大数据搜索匹配；
步骤二：根据大数据搜索匹配的结果，根据不同的筛选等级进行各类特征信息的筛选，并按排名顺序保留部分排名数值(选择近似度最高的前三名、前五名或前十名)；
步骤三：在各个特征信息的基础上，以大数据为基础分别进行分析和筛选；
步骤四：将筛选中出现最多的标签和关键字标记靠前，生成具有注释信息和标签信息的分析整合结果，产生具有标签化的结果；
步骤五：结果标签化后，交由人工识别问答模块进行信息的审核，人工可根据信息匹配的近似程度进行快速审核；
步骤六：人工接受分类标签化后的信息，依靠标签信息和终端信息，筛选并确定识别最具有可能的结果；
步骤七：将标签信息和注释信息打包返回至一个或者多个提出问题的终端，完成识别并同时对多个终端进行反馈。
进一步的，用于步骤三的筛选方式包括以下步骤：
步骤1、在A、B、C、D中的其一基础上，进行搜索分析，得到最近似的B、C、D特征中的一项或者多项特征并标记为D1，并依次检索剩余的特征信息，得到组合的特征信息D2、D3、D4....；
步骤2、按上述步骤1，将组合信息D1、D2、D3、D4....继续进行搜索分析，得到二级整合信息E1、E2、E3、E4....，以此类推，直至得到包含A、B、C、D的组合信息Z1、Z2、Z3、Z4....，如果结果有多个，则筛选共同信息包含度最高的前三个；
步骤3、上述步骤2得到的前三个将结果依照整合的方式进行反向推算，在每一整合步骤中获得标签和关键字，并进行统计和记录，在最终的整合信息内进行注释，并完成筛选和分析。
本发明相比现有技术具有以下优点：充分的利用大数据的优势，将出鱼类体表特征外的环境特征和数据搜索特征加入进对鱼类的识别方式中，利用大数据进行搜索范围的分析、定位和筛选，并在筛选识别后，利用大数据建立一个方便后续识别和其它终端参与的标签和利用大数据后续检索的关键字信息，通过不断的数据更新和标签更新，可实现通过关联的特征快速的实现关键匹配，实现快速的分析识别，并且，大数据可以将多个位置相近的终端数据互通分析，实现同一分析识别结果，同时解决多个终端的识别问题信息，实现高效反馈，此外，添加了人工参与模块，将识别方式不再仅仅局限于数据，加入人工经验进行参与识别，从而利用了非采取式识别方式，并为大数据增加额外的人工经验数据，且将人工经验数据逐步转化为大数据分析数据，使得鱼类识别更加精准。
附图说明
图1为基于大数据的精准型鱼类识别技术系统的结构示意图；
图2为基于大数据的精准型鱼类识别技术系统的截面图；
图3为基于大数据的精准型鱼类识别技术系统的顶部翻转示意图；
图4为基于大数据的精准型鱼类识别技术系统的大数据分析识别系统的流程示意图；
图5为基于大数据的精准型鱼类识别技术系统的识别方法的步骤流程图之一；
图6为基于大数据的精准型鱼类识别技术系统的识别方法的步骤流程图之二；
图7为基于大数据的精准型鱼类识别技术系统的识别方法的步骤流程图之三；
图8为基于大数据的精准型鱼类识别技术系统的筛选方式的步骤流程图。
图中标号：1、检测架，2、辅助底座，3、接口板，4、检测反馈板，5、清理条。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种基于大数据的精准型鱼类识别技术系统。
由图1-3所示，一种基于大数据的精准型鱼类识别技术系统包括识别检测终端设备，所述识别检测终端包括检测架1，所述检测架1的底端设有与其相配合的辅助底座2，所述检测架1的顶端的中间位置设有与其相配合的显示屏幕，所述检测架1顶部的一侧设有与其相配合的接口板3，所述检测架1内顶壁的一侧设有检测反馈板4。
在一个实施例中，所述辅助底座2的内底壁具有30-45°的倾斜角度，所述辅助底座2的内底壁上设有清理条5，所述辅助底座2与所述检测架1之间通过活动杆插接连接，所述辅助底座2的内底壁表面设有与所述检测架1相配合的电流板。
在一个实施例中，所述检测反馈板4包括红外扫描仪、激光雷达、摄像头、照射灯、X射线检测、电流检测反馈、生物传感器和热成像摄像头等，通过所述转接板能够连接如红外扫描仪、摄像头、雷达激光，温度传感器、水质检测器等外接辅助设备，通过所述转接板可通过外接设备以进行水下检测。
借助于上述技术方案，当将需要识别的鱼，通过检测架1和辅助底座2之间的空隙塞入后，由辅助底座2底壁的倾斜角度，加上鱼类本身的重量会缓慢的贴附辅助底座2的内底壁缓缓下落，期间，清理条5会在下落过程中擦拭鱼体表面的水渍，使得红外扫描仪及电流板能够得到更加准确的反馈信息，随后，检测反馈板4内的的传感器会运行并收集鱼类的各项特征信息和反馈信息，并由大数据分析识别系统进行快速的分析识别，最终在显示屏幕上显示结果和发送到别的同类型终端中，此外，因为通过接口板3可以外接传感器和其它检测辅助设备，通过添加水内使用的的摄像头、温度传感器、水质检测器和红外扫描仪，可以获取捕捉鱼类的水质环境、水域温度的信息，并同样交由大数据分析，通过更多的附加条件来精准的识别鱼类，并且通过添加相同或者更多种类数量的传感器还可以牺牲部分识别准确率的情况下进行水下非捕捉式的鱼类识别，从而实现大数据分别下精准识别的同时，利用大数据完成便捷快速的鱼类识别。
如图4所示，一种基于大数据的精准型鱼类识别技术系统还包括大数据分析识别系统，所述大数据分析识别系统包括外观特征分析模块、生物特征分析模块、活动特征分析模块、分类模块、环境信息分析模块、大数据识别模块和信息交互模块，其中，所述外观特征分析模块、所述生物特征分析模块和所述活动特征分析模块均与所述分类模块相连接，所述分类模块和所述环境分析模块通过所述大数据识别模块与所述信息交互模块相连接，在上述设计当中，所述大数据分析识别系统配有Intelcorei7系列的数据处理芯片和Alteracyclone5系列的图像处理芯片。
在一个实施例中，所述外观特征分析模块包括分析红外扫描仪信息的红外扫描模块、分析激光雷达信息的激光雷达模块、分析摄像头信息的图像分析模块；所述生物特征分析模块包括用于接收生物传感器信息的生物取样模块、用于接收电流反馈的生物电流分析模块、用于分析热成像摄像头的生物热度分析模块；所述活动特征分析模块包括水面检测模块和观察水面鱼类气泡的气泡特征记录模块，从上述设计不难看出，外观特征分析模块、生物特征分析模块和活动特征分析模块均连接Intelcorei7系列的数据处理芯片和Alteracyclone5系列的图像处理芯片，其中，活动特征分析模块为辅助连接模块，通过摄像头获取当前鱼类存在的水域表面信息，依靠水域表面发生的变化获得图片或视频信息，并作为活动特征部分进行搜索分析和人为观察分析出结果。
在一个实施例中，所述分类模块包括用于将接受信息进行有序分类的信息分类模块、用于将接受信息进行标签化的信息标签模块、用于将标签信息和分类信息进行搜索分解的关键字分解模块、用于根据关键字进行近似推送的近似信息推送模块。
在一个实施例中，所述环境信息模块包括水域环境信息模块、地理位置信息模块和感应模块；
其中，所述水域环境信息模块用于结合传感器和大数据进行分析和获取当前水域的水温、水质和含氧量等；
其中，所述地理位置信息模块用于定位当前设备位置和鱼类出现位置；
其中，所述感应模块内具有GPS用于定位和寻找范围内可以互联的终端，从上述设计不难看出，大数据分析识别系统通过GPS定位信息，并经由大数据搜索后获得当前位置的最大可能的地理位置信息和水域环境信息，并将信息参与进行鱼类识别中。
在一个实施例中，所述大数据识别模块包括特征信息对应搜索模块、特征信息比对模块、近似信息统计模块、近似信息排名模块、人工识别问答模块、识别结果注释模块和识别结果反馈模块。
在一个实施例中，所述信息交互模块包括用于人工操作处理的人工标签模块、用于终端对关键字进行增加、删减和评分的关键字优化模块、用于人工精简标签的标签过滤模块、用于连接大数据服务器和其它终端的连接模块和用于终端和服务器通信的终端交互模块。
根据本发明的实施例，还提供了一种基于大数据的精准型鱼类识别技术系统的数据识别方法。
由图5所示，一种基于大数据的精准型鱼类识别技术系统的识别方法，包括以下步骤：
步骤S101：将通过识别检测终端设备获得的外观特征信息、生物特征信息、活动特征信息和环境特征信息，标记为A、B、C、D，并分别进行大数据搜索匹配；
步骤S103：根据大数据搜索匹配的结果，根据不同的筛选等级进行各类特征信息的筛选，并按排名顺序保留部分排名数值(选择近似度最高的前三名、前五名或前十名)；
步骤S105：在各个特征信息的基础上，以大数据为基础分别进行分析和筛选；
如图8所示，具体的，用于步骤S105的筛选方式，包括以下步骤：
步骤S401：在A、B、C、D中的其一基础上，进行搜索分析，得到最近似的B、C、D特征中的一项或者多项特征并标记为D1，并依次检索剩余的特征信息，得到组合的特征信息D2、D3、D4....；
步骤S403：按上述步骤S401，将组合信息D1、D2、D3、D4....继续进行搜索分析，得到二级整合信息E1、E2、E3、E4....，以此类推，直至得到包含A、B、C、D的组合信息Z1、Z2、Z3、Z4....，如果结果有多个，则筛选共同信息包含度最高的前三个；
步骤S405：上述步骤S403得到的前三个将结果依照整合的方式进行反向推算，在每一整合步骤中获得标签和关键字，并进行统计和记录，在最终的整合信息内进行注释，并完成筛选和分析。
步骤S107：将筛选中出现最多的标签和关键字标记靠前，生成具有注释信息和标签信息的分析整合结果，产生具有标签化的结果；
如图6所示，具体的，用于上述步骤S107中，还包括以下步骤：
步骤S201：将近似的关键字信息进行过滤，并对过滤后的关键字信息包含内容进行相互对比；
步骤S203：将过滤后的信息中包含信息少和出现频率低的关键字删减，将其融合到包含信息多和出现频率高的关键字中；
具体的，少于和高于的判定在于：在近似关键字基础上，任一关键字与包含信息最多的关键字对比，超过90％的为极低，70-80％的为很低，50-60％的为低，40-50％的为标准，低于40％的保留；
步骤S205：如若频率低但是包含信息多，则作为近似关键字留存，并在关键字出现时推送近似关键字内容；
步骤S207：根据大数据分析，将筛选留存后的关键字添加到不同的分类标签中，同一关键字可添加到不同标签中，产生标签化结果。
具体的，标签类型可为如淡水鱼、深海鱼、养殖鱼等等，关键字可为如体型5-10公分、体重1-2kg、体表红色、气泡密集等等。
步骤S109：结果标签化后，交由人工识别问答模块进行信息的审核，人工可根据信息匹配的近似程度进行快速审核；
步骤S111：人工接受分类标签化后的信息，依靠标签信息和终端信息，筛选并确定识别最具有可能的结果；
步骤S113：将标签信息和注释信息打包返回至一个或者多个提出问题的终端，完成识别并同时对多个终端进行反馈。
如图7所示，具体的，用于上述步骤S113中，还包括以下步骤：
步骤S301：人工接受分类标签化后的信息，并通过信息所产生的环境信息进行位置区域分类，将信息分类到不同负责区域中，并接受相关环境区域中其它终端的信息；
步骤S303：将其它终端信息和接受信息再次进行分析匹配后，人工选择近似度最高的前5个选项，并依靠标签和关键字进行识别确定可能性最大的三个选项，并排名；
步骤S305：按照排名顺序将标签信息和注释信息打包返回至一个或者多个问题终端，完成识别并同时对多个终端进行反馈。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下。由语句“包括一个......限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (11)

1.一种基于大数据的精准型鱼类识别技术系统，包括识别检测终端设备和大数据分析识别系统，其特征在于，所述识别检测终端包括检测架(1)，所述检测架(1)的底端设有与其相配合的辅助底座(2)，所述检测架(1)的顶端的中间位置设有与其相配合的显示屏幕，所述检测架(1)顶部的一侧设有与其相配合的接口板(3)，所述检测架(1)内顶壁的一侧设有检测反馈板(4)。
2.根据权利要求1所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述辅助底座(2)的内底壁具有30-45°的倾斜角度，所述辅助底座(2)的内底壁上设有清理条(5)，所述辅助底座(2)与所述检测架(1)之间通过活动杆插接连接，所述辅助底座(2)的内底壁表面设有与所述检测架(1)相配合的电流板。
3.根据权利要求1所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述检测反馈板(4)包括红外扫描仪、激光雷达、摄像头、照射灯、X射线检测、电流检测反馈、生物传感器和热成像摄像头等，通过所述接口板(3)能够连接如红外扫描仪、摄像头、雷达激光，温度传感器、水质检测器等外接辅助设备，通过所述接口板(3)可通过外接设备以进行水下检测。
4.根据权利要求1所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述大数据分析识别系统包括外观特征分析模块、生物特征分析模块、活动特征分析模块、分类模块、环境信息分析模块、大数据识别模块和信息交互模块，其中，所述外观特征分析模块、所述生物特征分析模块和所述活动特征分析模块均与所述分类模块相连接，所述分类模块和所述环境分析模块通过所述大数据识别模块与所述信息交互模块相连接。
5.根据权利要求4所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述外观特征分析模块包括分析红外扫描仪信息的红外扫描模块、分析激光雷达信息的激光雷达模块、分析摄像头信息的图像分析模块；所述生物特征分析模块包括用于接收生物传感器信息的生物取样模块、用于接收电流反馈的生物电流分析模块、用于分析热成像摄像头的生物热度分析模块；所述活动特征分析模块包括水面检测模块和观察水面鱼类气泡的气泡特征记录模块。
6.根据权利要求4所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述分类模块包括用于将接受信息进行有序分类的信息分类模块、用于将接受信息进行标签化的信息标签模块、用于将标签信息和分类信息进行搜索分解的关键字分解模块、用于根据关键字进行近似推送的近似信息推送模块。
7.根据权利要求4所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述环境信息模块包括水域环境信息模块、地理位置信息模块和感应模块；
其中，所述水域环境信息模块用于结合传感器和大数据进行分析和获取当前水域的水温、水质和含氧量等；
其中，所述地理位置信息模块用于定位当前设备位置和鱼类出现位置，其中，所述感应模块内具有GPS用于定位和寻找范围内可以互联的终端。
8.根据权利要求4所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述大数据识别模块包括特征信息对应搜索模块、特征信息比对模块、近似信息统计模块、近似信息排名模块、人工识别问答模块、识别结果注释模块和识别结果反馈模块。
9.根据权利要求4所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，所述信息交互模块包括用于人工操作处理的人工标签模块、用于终端对关键字进行增加、删减和评分的关键字优化模块、用于人工精简标签的标签过滤模块、用于连接大数据服务器和其它终端的连接模块和用于终端和服务器通信的终端交互模块。
10.根据权利要求1所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，还包括用于基于大数据的精准型鱼类识别技术系统的识别方法，包括以下步骤：
步骤一：将通过识别检测终端设备获得的外观特征信息、生物特征信息、活动特征信息和环境特征信息，标记为A、B、C、D，并分别进行大数据搜索匹配；
步骤二：根据大数据搜索匹配的结果，根据不同的筛选等级进行各类特征信息的筛选，并按排名顺序保留部分排名数值(选择近似度最高的前三名、前五名或前十名)；
步骤三：在各个特征信息的基础上，以大数据为基础分别进行分析和筛选；
步骤四：将筛选中出现最多的标签和关键字标记靠前，生成具有注释信息和标签信息的分析整合结果，产生具有标签化的结果；
步骤五：结果标签化后，交由人工识别问答模块进行信息的审核，人工可根据信息匹配的近似程度进行快速审核；
步骤六：人工接受分类标签化后的信息，依靠标签信息和终端信息，筛选并确定识别最具有可能的结果；
步骤七：将标签信息和注释信息打包返回至一个或者多个提出问题的终端，完成识别并同时对多个终端进行反馈。
11.根据权利要求10所述的一种基于大数据的精准型鱼类识别技术系统，其特征在于，用于步骤三中的筛选方式，包括以下步骤：
步骤1、在A、B、C、D中的其一基础上，进行搜索分析，得到最近似的B、C、D特征中的一项或者多项特征并标记为D1，并依次检索剩余的特征信息，得到组合的特征信息D2、D3、D4....；
步骤2、按上述步骤1，将组合信息D1、D2、D3、D4....继续进行搜索分析，得到二级整合信息E1、E2、E3、E4....，以此类推，直至得到包含A、B、C、D的组合信息Z1、Z2、Z3、Z4....，如果结果有多个，则筛选共同信息包含度最高的前三个；
步骤3、上述步骤2得到的前三个将结果依照整合的方式进行反向推算，在每一整合步骤中获得标签和关键字，并进行统计和记录，在最终的整合信息内进行注释，并完成筛选和分析。
CN202111057059.0A 2021-09-09 2021-09-09 一种基于大数据的精准型鱼类识别技术系统 Active CN113758577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111057059.0A CN113758577B (zh) 2021-09-09 2021-09-09 一种基于大数据的精准型鱼类识别技术系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111057059.0A CN113758577B (zh) 2021-09-09 2021-09-09 一种基于大数据的精准型鱼类识别技术系统

Publications (2)

Publication Number Publication Date
CN113758577A true CN113758577A (zh) 2021-12-07
CN113758577B CN113758577B (zh) 2022-04-22

Family

ID=78794360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111057059.0A Active CN113758577B (zh) 2021-09-09 2021-09-09 一种基于大数据的精准型鱼类识别技术系统

Country Status (1)

Country Link
CN (1) CN113758577B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203897033U (zh) * 2013-12-06 2014-10-29 关健 一种鱼类体征智能测量装置
CN104966122A (zh) * 2015-07-11 2015-10-07 浙江大学宁波理工学院 一种基于计算机视觉的活鱼自动计数系统
CN107205366A (zh) * 2015-03-09 2017-09-26 日本电气方案创新株式会社 同一条鱼识别设备、鱼计数设备，用于鱼计数的便携式终端、同一条鱼识别方法、鱼计数方法、鱼计数预测设备、鱼计数预测方法、同一条鱼识别系统、鱼计数系统和鱼计数预测系统
CN107509061A (zh) * 2017-09-25 2017-12-22 陈军校 鱼类监测设备及监测方法
CN108651356A (zh) * 2018-04-03 2018-10-16 山东省淡水渔业研究院（山东省淡水渔业监测中心） 一种鱼类测量方法及其装置
CN108921058A (zh) * 2018-06-19 2018-11-30 厦门大学 基于深度学习的鱼类识别方法、介质、终端设备及装置
CN110873555A (zh) * 2020-01-20 2020-03-10 上海彩虹鱼海洋科技股份有限公司 用于观测水下生物的系统及其方法
US20200113158A1 (en) * 2017-06-28 2020-04-16 Observe Technologies Limited Data collection system and method for feeding aquatic animals
CN111328750A (zh) * 2020-04-03 2020-06-26 深圳市维象智能科技有限公司 一种用于水产行业的数据集成及标记的方法及装置
CN111406693A (zh) * 2020-04-23 2020-07-14 上海海洋大学 基于仿生海鳗的海洋牧场渔业资源养护效果评价方法
CN111523612A (zh) * 2020-05-07 2020-08-11 桂林电子科技大学 一种深海鱼类图像分类识别方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203897033U (zh) * 2013-12-06 2014-10-29 关健 一种鱼类体征智能测量装置
CN107205366A (zh) * 2015-03-09 2017-09-26 日本电气方案创新株式会社 同一条鱼识别设备、鱼计数设备，用于鱼计数的便携式终端、同一条鱼识别方法、鱼计数方法、鱼计数预测设备、鱼计数预测方法、同一条鱼识别系统、鱼计数系统和鱼计数预测系统
CN104966122A (zh) * 2015-07-11 2015-10-07 浙江大学宁波理工学院 一种基于计算机视觉的活鱼自动计数系统
US20200113158A1 (en) * 2017-06-28 2020-04-16 Observe Technologies Limited Data collection system and method for feeding aquatic animals
CN107509061A (zh) * 2017-09-25 2017-12-22 陈军校 鱼类监测设备及监测方法
CN108651356A (zh) * 2018-04-03 2018-10-16 山东省淡水渔业研究院（山东省淡水渔业监测中心） 一种鱼类测量方法及其装置
CN108921058A (zh) * 2018-06-19 2018-11-30 厦门大学 基于深度学习的鱼类识别方法、介质、终端设备及装置
CN110873555A (zh) * 2020-01-20 2020-03-10 上海彩虹鱼海洋科技股份有限公司 用于观测水下生物的系统及其方法
CN111328750A (zh) * 2020-04-03 2020-06-26 深圳市维象智能科技有限公司 一种用于水产行业的数据集成及标记的方法及装置
CN111406693A (zh) * 2020-04-23 2020-07-14 上海海洋大学 基于仿生海鳗的海洋牧场渔业资源养护效果评价方法
CN111523612A (zh) * 2020-05-07 2020-08-11 桂林电子科技大学 一种深海鱼类图像分类识别方法

Also Published As

Publication number Publication date
CN113758577B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
JP6194791B2 (ja) 画像処理装置及びプログラム
TWI416068B (zh) 跨感測器間之物體追蹤方法與系統
CN101211370B (zh) 内容记录装置和内容记录方法
CN108596046A (zh) 一种基于深度学习的细胞检测计数方法及系统
CN111680603A (zh) 一种菜品检测和识别方法
CN111599438A (zh) 一种基于多模态数据的面向糖尿病患者的实时饮食健康监控方法
CN112818148B (zh) 视觉检索的排序优化方法、装置、电子设备及存储介质
Khan et al. FishNet: A large-scale dataset and benchmark for fish recognition, detection, and functional trait prediction
CN104933145A (zh) 照片处理方法及装置与移动终端
CN105989043A (zh) 自动获取商品图像中商标和检索商标的方法及其装置
Gislason et al. Comparison between automated analysis of zooplankton using ZooImage and traditional methodology
CN106250396B (zh) 一种图像标签自动生成系统及方法
CN113758577B (zh) 一种基于大数据的精准型鱼类识别技术系统
CN114264648A (zh) 一种水质检测试纸识别方法和系统
CN116524263A (zh) 一种细粒度图像半自动标注方法
CN115346110A (zh) 餐盘识别方法、系统、电子设备和存储介质
TW200409046A (en) Optical character recognition device, document searching system, and document searching program
CN115345021A (zh) 一种海洋生物流拖拽系数的测量系统
CN105637344B (zh) 图像处理设备、程序、存储介质和图像处理方法
CN113536014B (zh) 一种融合容器信息的菜品信息检索方法
CN116883828B (zh) 一种智能化鱼类生长性能识别方法及分析系统
US20230215145A1 (en) System and method for similarity learning in digital pathology
Dawkins et al. Towards depth fusion into object detectors for improved benthic species classification
Das et al. Event-based location matching for consumer image collections
CN110647945B (zh) 液基宫颈细胞涂片分类方法、系统和实现装置

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
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Xu Xian

Inventor before: Chen Junxiao

Inventor before: Xu Xian

CB03 Change of inventor or designer information