TWI779334B - 移動式水中生物自動標記方法及水中生物影像自動標記系統 - Google Patents

移動式水中生物自動標記方法及水中生物影像自動標記系統 Download PDF

Info

Publication number
TWI779334B
TWI779334B TW109128657A TW109128657A TWI779334B TW I779334 B TWI779334 B TW I779334B TW 109128657 A TW109128657 A TW 109128657A TW 109128657 A TW109128657 A TW 109128657A TW I779334 B TWI779334 B TW I779334B
Authority
TW
Taiwan
Prior art keywords
image
module
underwater
marking
area
Prior art date
Application number
TW109128657A
Other languages
English (en)
Other versions
TW202209234A (zh
Inventor
廖彥翔
張忠誠
Original Assignee
國立臺灣海洋大學
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 國立臺灣海洋大學 filed Critical 國立臺灣海洋大學
Priority to TW109128657A priority Critical patent/TWI779334B/zh
Publication of TW202209234A publication Critical patent/TW202209234A/zh
Application granted granted Critical
Publication of TWI779334B publication Critical patent/TWI779334B/zh

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Image Processing (AREA)
  • Catching Or Destruction (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

一種移動式水中生物自動標記方法，其包括：一影像攝影步驟：連續拍攝一養殖區域，並產生一養殖區域影像；一影像擷取步驟：從該至少一養殖區域影像中形成一標記區域，該標記區域包括一標記影像，該標記影像包括一水中生物影像與一背景影像；一動態影像偵測步驟：將該標記影像區分為一原始影像與一比對影像，且該原始影像與該比對影像的擷取時間相隔一時距，並將該比對影像與該原始影像相減並標記出差異處；以及一影像標記步驟：根據該差異處移動該標記區域，且使該標記區域持續地對準該水中生物影像。

Description

移動式水中生物自動標記方法及水中生物影像自動標記系統
本發明係有關於一種標記水中生物的技術領域，特別是指一種可以即時地對動態的水中生物進行影像辨識並標記的移動式水中生物自動標記方法及水中生物影像自動標記系統。
按，隨著人口的增加，人們對食用魚的需求越來越大，而勞動力老化的現象，使得臺灣養殖成本逐年提高而難以滿足目前所需，為了突破現有的瓶頸，水產養殖產業開始對魚隻進行研究或改良，並透過影像辨識技術，針對魚隻進行辨識並記錄魚隻的生長過程，以期待日後可以增加魚隻產量。
目前利用影像辨識技術往往需要花費大量的時間，對拍攝後的原始影像進行處理，原因是傳統對魚隻進行拍攝時，常常會發生因單一方向拍攝而使得一原始影像呈現複數魚隻重疊的狀況，又或者是魚隻環境的背景過於複雜，往往需要人工的方式去標記欲研究的魚隻才可做後續的研究。
故，如何藉由創新的硬體設計，有效改善透過影像辨識技術紀錄魚隻時，需要花費大量人力以人工方式進行魚隻的標記等問題係相關產業開發業者與相關研究人員需持續努力克服與解決之課題。
因此，本發明之目的，即在提供一種移動式水中生物自動標記方法及水中生物影像自動標記系統，其係可以即時地且自動地對動態的水中生物進行影像辨識並標記。
本發明之移動式水中生物自動標記方法的一實施例至少包含：一影像攝影步驟：連續拍攝一養殖區域，並產生一養殖區域影像；一影像擷取步驟：從該至少一養殖區域影像中形成一標記區域，該標記區域包括一標記影像，該標記影像包括一水中生物影像與一背景影像；一動態影像偵測步驟：將該標記影像區分為一原始影像與一比對影像，且該原始影像與該比對影像的擷取時間相隔一時距，並將該比對影像與該原始影像相減並標記出差異處；以及一影像標記步驟：根據該差異處移動該標記區域，且使該標記區域持續地對準該水中生物影像。
在另一實施例中，本發明的移動式水中生物自動標記方法更包含一水中生物輪廓建立步驟：將該水中生物影像進行處理並產生一水中生物輪廓影像。
在另一實施例中，本發明的移動式水中生物自動標記方法更包含一訓練步驟：測試該影像辨識的正確率，再判斷該影像辨識正確率是否足夠，當判斷結果為是，則將辨識結果輸出及儲存，當判斷結果為否，則使該機器學習或該深度學習模型自我修正學習。
本發明之水中生物影像自動標記系統的一實施例，其用於如請求項1至第3中任一項所述之移動式水中生物自動標記方法，該水中生物影像自動標記系統包括：一水中生物影像擷取裝置以及一影像處理裝置。水中生物影像擷取裝置係設置在一水產養殖場且包括：至少一影像攝影模組、一控制模組以及一第一無線通訊模組。至少一影像攝影模組拍攝該養殖區域並產生該養殖區域影像。控制模組電性連接於該影像攝影裝置。第一無線通訊模組電性連接於該控制模組。影像處理裝置係通訊連接於該水中生物影像擷取裝置，該影像處理裝置包括：一處理模組、一第二無線通訊模組、一影像擷取單元、一動態影像偵測單元以及一影像標記單元。第二無線通訊模組係電性連接於該處理模組。影像擷取單元係電性連接於該處理模組且執行該影像擷取步驟。動態影像偵測單元係電性連接於該處理模組且執行該動態影像偵測步驟。影像標記單元係電性連接於該處理模組且執行該影像標記步驟。該養殖區域影像由該控置裝置經由該第一無線通訊模組與該第二無線通訊模組傳送至該處理模組，並由該影像擷取單元形成該標記區域，該動態影像偵測單元將該比對影像與該原始影像相減並標記出該差異處，該影像標記單元根據該差異處移動該標記區域，且使該標記區域對準該水中生物影像。
在另一實施例中，水中生物影像擷取裝置更包括一電源模組，該電源模組電性連接該控制模組，該電源模組的電力經由該控制模組供給至該影像攝影模組、該距離感測模組以及該第一無線通訊模組。
在另一實施例中，該水中生物影像擷取裝置更包括一水中隧道，該水中隧道具有一入口、一出口以及一水道，供一水中生物從該入口進入該水中隧道、通過該水道後由該出口離開該水中隧道，該至少一影像攝影裝置設置在該水中隧道之一內壁，並拍攝該水中隧道內的影像。
在另一實施例中，水中生物影像擷取裝置更包括一光源模組，該光源模組設置於該水中隧道內部，且該光源模組包含至少一連接至少一LED發光單元之光源支架以及一控制該LED發光單元亮滅之開關單元，且該光源模組電性連接該控制模組。
在另一實施例中，水中生物影像擷取裝置更包括至少一距離感測模組，其設置在該水中隧道之一內壁且電性連接於該控制模組，該至少一距離感測模組偵測該水中生物與該至少一影像攝影裝置的距離。
在另一實施例中，影像處理裝置更包括一顯示模組以及一儲存模組，該顯示模組及儲存模組電性連接於該處理模組，該顯示模組持續地顯示該標記影像，該儲存模組儲存該標記影像。
在另一實施例中，本發明之水中生物影像自動標記系統更包含一雲端伺服器，通訊連接於該影像處理裝置，該標記影像由該影像處理裝置傳送至該雲端伺服器。
在另一實施例中，該影像攝影裝置可選自一照相機(camera device)、一網路攝影機(IP camera)、一手機(mobile phone)、一智慧型手機(smart phone)、一平板電腦(tablet computer)、一筆記型電腦(notebook computer)或一膝上型電腦(laptop computer)。
藉此，本發明除可以解決過去因為魚隻環境的背景過於複雜而使的影像辨識軟體難以區別環境與魚隻間差異的問題外，本發明係透過影像學習步驟中的深度學習除可以即時地對動態的目標物進行影像辨識並標記並且也可透過訓練步驟使深度學習模型自我修正學習，以提高辨識正確率。
為利瞭解本發明之技術特徵、內容與優點及其所能達成之功效，茲將本發明配合附圖之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本發明實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍，合先敘明。
為了使本發明揭示內容的敘述更加詳盡與完備，下文針對了本發明的實施態樣與具體實施例提出了說明性的描述；但這並非實施或運用本發明具體實施例的唯一形式。
請一併再參閱第1圖至第6圖所示，本發明之主要目的即在於提供一種移動式水中生物自動標記方法。其至少包含下列步驟。
在影像攝影步驟S1中，請同時參閱第1圖，連續拍攝一養殖區域，並產生一養殖區域影像。接著進入影像擷取步驟S2。
在影像擷取步驟S2中，請同時參閱第2圖，從該至少一養殖區域影像中形成一標記區域S，該標記區域S包括一標記影像，該標記影像包括一水中生物影像F與一背景影像B。接著進入動態影像偵測步驟S3。
在動態影像偵測步驟S3中，將該標記影像區分為一原始影像與一比對影像，且該原始影像與該比對影像的擷取時間相隔一時距，並將該比對影像與該原始影像相減並標記出差異處。接著進入影像標記步驟S4。
在影像標記步驟S4中，根據該差異處移動該標記區域S，且使該標記區域S持續地對準該水中生物影像，接著進入影像學習步驟S5。
在影像學習步驟S5中，利用該影像標記，進行機器學習或深度學習。接著進入影像分析步驟S6。
在影像分析步驟S6中，該深度學習模型測試該影像辨識的正確率，再判斷該影像辨識正確率是否足夠，當判斷結果為是，則將辨識結果輸出及儲存，當判斷結果為否，則使該機器學習或該深度學習模型自我修正學習，以利後續提升該影像辨識正確率。
如第3圖所示，本發明的移動式水中生物自動標記方法更包含一魚隻輪廓建立步驟，將該至少一養殖區域之水中生物影像進行處理並產生一水中生物輪廓影像，以利後續對水中生物研究用。
舉例來說，如第4圖所示，該原始影像定義為魚隻〔0001〕而該比對影像定義為〔0002〕時，將該比對影像與該原始影像重疊並標記出一差異處(如第2圖所示)，而後重新將魚隻〔0002〕定義為該原始影像，魚隻〔0003〕定義為該比對影像，並在一次執行將該比對影像與該原始影像重疊並標記出該差異處，以此類推，直到魚隻〔000n〕透過該影像學習步驟中的深度學習執行上述步驟，以即時地標記該差異處，以利後續對魚隻研究用。
另外如第5圖所示，魚隻〔0001〕至魚隻〔000n〕的影像也可以傳送置雲端伺服器30。
請參閱第7圖，本發明的水中生物影像自動標記系統可用於第6圖所示的移動式水中生物自動標記方法。本發明的水中生物影像自動標記系統100包括一水中生物影像擷取裝置10以及一影像處理裝置20。水中生物影像擷取裝置10係設置在一水產養殖場且包括：至少一影像攝影模組11、一控制模組12以及一第一無線通訊模組13。至少一影像攝影模組11拍攝該養殖區域並產生該養殖區域影像。控制模組12電性連接於影像攝影模組11。第一無線通訊模組13電性連接於控制模組12。影像處理裝置20係通訊連接於水中生物影像擷取裝置10，影像處理裝置20包括：一處理模組21、一第二無線通訊模組22、一影像擷取單元23、一動態影像偵測單元24以及一影像標記單元25。第二無線通訊模組22係電性連接於處理模組21。影像擷取單元23係電性連接於處理模組21且執行影像擷取步驟。動態影像偵測單元24係電性連接於處理模組21且執行動態影像偵測步驟。影像標記單元25係電性連接於處理模組21且執行影像標記步驟。養殖區域影像由控制模組12經由第一無線通訊模組13與第二無線通訊模組22傳送至處理模組21，並由影像擷取單元23形成該標記區域S，動態影像偵測單元24將該比對影像與該原始影像相減並標記出該差異處，影像標記單元25根據該差異處移動該標記區域S，且使該標記區域S對準該水中生物影像F。
影像攝影模組11可選擇配置於一電腦裝置或一行動通訊裝置，且該影像攝影裝置可選自一照相機〔camera device〕、一網路攝影機〔IP camera〕、一手機〔mobile phone〕、一智慧型手機〔smart phone〕、一平板電腦〔tablet computer〕、一筆記型電腦〔notebook computer〕、一膝上型電腦〔laptop computer〕或具類似照相及通訊功能的裝置〔例如：數位相機〕。
影像擷取單元23包含一影像前處理演算單元、一影像光線補償處理〔光線補償係數〕演算單元、一模糊影像〔偏暗或偏亮〕處理單元、一影像輪廓演算單元、一影像方向對正演算單元、一影像特徵增益演算單元、一影像複雜背景處理演算單元或其它相關特徵擷取演算單元。
水中生物影像擷取裝置10更包括一電源模組14，電源模組14電性連接控制模組12，電源模組14的電力經由控制模組12供給至影像攝影模組11以及該第一無線通訊模組13。
水中生物影像擷取裝置10更包括一水中隧道(圖未繪出)，該水中隧道具有一入口、一出口以及一水道，供一水中生物從該入口進入該水中隧道、通過該水道後由該出口離開該水中隧道，影像攝影模組11設置在水中隧道之一內壁，並拍攝該水中隧道內的影像，水中隧道的影像即為養殖區域影像。
水中生物影像擷取裝置10更包括至少一距離感測模組15，其設置在該水中隧道之一內壁且電性連接於控制模組12，距離感測模組15偵測該水中生物與影像攝影模組11的距離。
影像處理裝置20更包括一顯示模組26以及一儲存模組27，顯示模組26及儲存模組27電性連接於處理模組21，顯示模組26持續地顯示標記影像，該儲存模組27儲存標記影像。
請參閱第8圖，水中生物影像擷取裝置10更包括一光源模組16，光源模組16設置在水中隧道內部，且光源模組16包含至少一連接至少一LED發光單元之光源支架以及一控制該LED發光單元亮滅之開關單元，且該光源模組16電性連接該控制模組12，至少一光源支架係可固定於該水中隧道之該內壁，至少一LED發光單元係可透過特殊的亮度或色光，輔助該影像攝影模組11拍攝一水中生物時的光源，或者根據該水中生物自身的顏色選擇合適的背景顏色，又或者根據該水中生物的趨光性質以吸引該水中生物聚集，以增加該水中生物通過該水中生物影像擷取裝置10的次數。
如第7圖及第8圖所示，本發明的水中生物影像自動標記系統100更包含一雲端伺服器30，雲端伺服器30可儲存該第一無線通訊模組13或第二無線通訊模組22所傳輸之各感測器所產生之訊號、該拍攝影像以及該特徵擷取影像，或可透過第一無線通訊模組13或該第二無線通訊模組22取得雲端伺服器30中所儲存的各感測器所產生之訊號、該拍攝影像以及該特徵擷取影像，本發明的實施例中，處理模組21更電性連接一人機介面，使用者可透過操控該人機介面並產生一操作指令，透過處理模組21以及第二無線通訊模組22將該操作指令透過第一無線通訊模組13傳輸至該水中生物影像擷取裝置10，而該控制模組12依據該操作指令，以啟動或關閉光源模組16、該誘餌裝置或者該影像攝影模組11。
綜上所述，本發明與現有技術與產品相較之下，本發明具有以下優點之一：
本發明目的之一係可以即時地對動態的目標物進行影像辨識並標記。
本發明目的之一係透過訓練步驟使深度學習模型自我修正學習，以提高辨識正確率。
本發明目的之一係可解決過去因為魚隻環境的背景過於複雜而使的影像辨識軟體難以區別環境與魚隻間差異的問題。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
10:水中生物影像擷取裝置 11:影像攝影模組 12:控制模組 13:第一無線通訊模組 14:電源模組 15:距離感測模組 16:光源模組 20:影像處理裝置 21:處理模組 22:第二無線通訊模組 23:影像擷取單元 24:動態影像偵測單元 25:影像標記單元 26:顯示模組 27:儲存模組 30:雲端伺服器 100:水中生物影像自動標記系統 B:背景影像 F:水中生物影像 S:標記區域 S1:影像攝影步驟 S2:影像擷取步驟 S3:動態影像偵測步驟 S4:影像標記步驟 S5:影像學習步驟 S6:影像分析步驟
第1圖為本發明之移動式水中生物自動標記方法其一較佳實施例之原始影像示意圖。 第2圖為本發明之移動式水中生物自動標記方法其一較佳實施例之比對影像示意圖。 第3圖為本發明之移動式水中生物自動標記方法其一較佳實施例之魚隻輪廓影像示意圖。 第4圖為本發明之移動式水中生物自動標記方法其一較佳實施例之方塊示意圖(一)。 第5圖為本發明之移動式水中生物自動標記方法其一較佳實施例之方塊示意圖(二)。 第6圖為本發明之移動式水中生物自動標記方法之步驟流程圖。 第7圖為本發明之水中生物影像自動標記系統其一較佳實施例示意圖。 第8圖為本發明之水中生物影像擷取裝置其一較佳實施例示意圖
S1:影像攝影步驟
S2:影像擷取步驟
S3:動態影像偵測步驟
S4:影像標記步驟
S5:影像學習步驟
S6:影像分析步驟

Claims (14)

  1. 一種移動式水中生物自動標記方法，至少包含：一影像攝影步驟：連續拍攝一養殖區域，並產生一養殖區域影像；一影像擷取步驟：從該至少一養殖區域影像中形成一標記區域，該標記區域包括一標記影像，該標記影像包括一水中生物影像與一背景影像；一動態影像偵測步驟：將該標記影像區分為一原始影像與一比對影像，且該原始影像與該比對影像的擷取時間相隔一時距，並將該比對影像與該原始影像相減並標記出一差異處；一影像標記步驟：根據該差異處進行該標記區域之一影像標記，且使該標記區域持續地對準該水中生物影像進行該影像標記；一影像學習步驟：利用該影像標記，進行一機器學習或一深度學習；以及一影像分析步驟：測試一影像辨識的正確率，再判斷該影像辨識的正確率是否足夠，當判斷結果為是，則將辨識結果輸出及儲存，當判斷結果為否，則使該機器學習或該深度學習模型自我修正學習。
  2. 如請求項1所述之移動式水中生物自動標記方法，其更包含一水中生物輪廓建立步驟：將該水中生物影像進行處理並產生一水中生物輪廓影像。
  3. 如請求項2所述之移動式水中生物自動標記方法，其更包含將中該水中生物輪廓影像傳送至雲端伺服器。
  4. 一種水中生物影像自動標記系統，其用於如請求項1至第3中任一項所述之移動式水中生物自動標記方法，該水中生物影像標記系統包括：一水中生物影像擷取裝置，設置在一養殖場，該水中生物影像擷取裝置包括： 至少一影像攝影模組，拍攝該養殖區域並產生該養殖區域影像；一控制模組，電性連接於該影像攝影模組；一第一無線通訊模組，電性連接於該控制模組；以及一水中隧道，該水中隧道具有一入口、一出口以及一水道，供一水中生物從該入口進入該水中隧道、通過該水道後由該出口離開該水中隧道，該至少一影像攝影裝置設置在該水中隧道之一內壁，並拍攝該水中隧道內的影像；以及一影像處理裝置，通訊連接於該水中生物影像擷取裝置，該影像處理裝置包括：一處理模組；一第二無線通訊模組，電性連接於該處理模組；一影像擷取單元，電性連接於該處理模組，且執行該影像擷取步驟；一動態影像偵測單元，電性連接於該處理模組，且執行該動態影像偵測步驟；以及一影像標記單元，電性連接於該處理模組，且執行該影像標記步驟；其中該養殖區域影像由該控制模組經由該第一無線通訊模組與該第二無線通訊模組傳送至該處理模組，並由該影像擷取單元形成該標記區域，該動態影像偵測單元將該比對影像與該原始影像相減並標記出該差異處，該影像標記單元根據該差異處移動該標記區域，且使該標記區域對準該水中生物影像。
  5. 如請求項4所述之水中生物影像自動標記系統，其中該水中生物影像擷取裝置更包括至少一距離感測模組，其設置在該水中隧道之一 內壁且電性連接於該控制模組，該至少一距離感測模組偵測該水中生物與該至少一影像攝影裝置的距離。
  6. 如請求項5所述之水中生物影像自動標記系統，其中該水中生物影像擷取裝置更包括一電源模組，該電源模組電性連接該控制模組，該電源模組的電力經由該控制模組供給至該影像攝影模組、該距離感測模組以及該第一無線通訊模組。
  7. 如請求項6所述之水中生物影像自動標記系統，其中該水中生物影像擷取裝置更包括一光源模組，該光源模組設置於該水中隧道內部。
  8. 如請求項4所述之水中生物影像自動標記系統，其中該光源模組包含至少一連接至少一LED發光單元之光源支架以及一控制該LED發光單元亮滅之開關單元，且該光源模組電性連接該控制模組。
  9. 如請求項4所述之水中生物影像自動標記系統，其中該影像處理裝置更包括一顯示模組，該顯示模組電性連接於該處理模組，該顯示模組持續地顯示該標記影像。
  10. 如請求項9所述之水中生物影像自動標記系統，其中該影像處理裝置更包括一儲存模組，該儲存模組電性連接於該處理模組，該儲存模組儲存該標記影像。
  11. 如請求項5所述之水中生物影像自動標記系統，其更包含一雲端伺服器，通訊連接於該影像處理裝置，該標記影像由該影像處理裝置傳送至該雲端伺服器。
  12. 如請求項5所述之水中生物影像自動標記系統，其中該影像攝影模組可選擇配置於一電腦裝置或一行動通訊裝置。
  13. 如請求項7所述之水中生物影像自動標記系統，其中該處理模組更電性連接一人機介面，使用者可透過操控該人機介面並產生一操作指令，透過該處理模組以及該第二無線通訊模組將該操作指令透過該第一無線通訊模組傳輸至該水中生物影像擷取裝置，而該控制模組依據該操作指令，以啟動或關閉該光源模組或者該影像攝影模組。
  14. 如請求項6所述之水中生物影像自動標記系統，其中該影像攝影裝置可選自一照相機(camera device)、一網路攝影機(IP camera)、一手機(mobile phone)、一智慧型手機(smart phone)、一平板電腦(tablet computer)、一筆記型電腦(notebook computer)或一膝上型電腦(laptop computer)。
TW109128657A 2020-08-21 2020-08-21 移動式水中生物自動標記方法及水中生物影像自動標記系統 TWI779334B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109128657A TWI779334B (zh) 2020-08-21 2020-08-21 移動式水中生物自動標記方法及水中生物影像自動標記系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109128657A TWI779334B (zh) 2020-08-21 2020-08-21 移動式水中生物自動標記方法及水中生物影像自動標記系統

Publications (2)

Publication Number Publication Date
TW202209234A TW202209234A (zh) 2022-03-01
TWI779334B true TWI779334B (zh) 2022-10-01

Family

ID=81747081

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109128657A TWI779334B (zh) 2020-08-21 2020-08-21 移動式水中生物自動標記方法及水中生物影像自動標記系統

Country Status (1)

Country Link
TW (1) TWI779334B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109122533A (zh) * 2018-10-19 2019-01-04 桂林旭研机电科技有限公司 养殖装置及其控制方法
TW202002772A (zh) * 2018-05-31 2020-01-16 國立勤益科技大學 智慧深度學習農漁培養系統
US20200113158A1 (en) * 2017-06-28 2020-04-16 Observe Technologies Limited Data collection system and method for feeding aquatic animals
CN111445496A (zh) * 2020-02-26 2020-07-24 沈阳大学 一种水下图像识别跟踪系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200113158A1 (en) * 2017-06-28 2020-04-16 Observe Technologies Limited Data collection system and method for feeding aquatic animals
TW202002772A (zh) * 2018-05-31 2020-01-16 國立勤益科技大學 智慧深度學習農漁培養系統
CN109122533A (zh) * 2018-10-19 2019-01-04 桂林旭研机电科技有限公司 养殖装置及其控制方法
CN111445496A (zh) * 2020-02-26 2020-07-24 沈阳大学 一种水下图像识别跟踪系统及方法

Also Published As

Publication number Publication date
TW202209234A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN110142785A (zh) 一种基于目标检测的巡检机器人视觉伺服方法
WO2020007363A1 (zh) 识别目标数量的方法、装置及计算机可读存储介质
CN107660039A (zh) 一种识别动态手势的灯具控制系统
US11532153B2 (en) Splash detection for surface splash scoring
CN101378501A (zh) 红外全景联动监控装置及其控制方法
CN110933316A (zh) 一种基于双摄交互式的教师跟踪教学系统
CN109919007A (zh) 一种生成红外图像标注信息的方法
CN107609475B (zh) 基于光场相机的行人检测误检提出方法
US20230141945A1 (en) Quantifying biotic damage on plants, by separating plant-images and subsequently operating a convolutional neural network
CN116778310A (zh) 一种水产养殖的声光图像融合监控方法及系统
CN112040198A (zh) 一种基于图像处理的智能水表读数识别系统与方法
CN111507325B (zh) 基于深度学习的工业视觉ocr识别系统及方法
WO2020141888A1 (ko) 사육장 환경 관리 장치
CN115578423A (zh) 基于深度学习的鱼类关键点检测、个体追踪和生物量估算方法及系统
CN206331472U (zh) 一种基于人脸检测的互动机器人
TWI779334B (zh) 移動式水中生物自動標記方法及水中生物影像自動標記系統
CN111399634A (zh) 一种手势引导物体识别的方法及装置
CN117173631A (zh) 一种生物多样性的监控方法和系统
CN207923747U (zh) 一种纺织布料布面检测系统
CN207051928U (zh) 一种基于列车转向架上的平面压印字符自动识别装置
US20230100268A1 (en) Quantifying biotic damage on plant leaves, by convolutional neural networks
CN110738172B (zh) 一种水下生物捕杀方法及系统
Nissen et al. Framework for automated wound detection and tracking in industrial scale fish farms
TWI801911B (zh) 水中生物辨識方法及系統
KR20190113360A (ko) 이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent