摘要
本文全面回顾对虾行为状态监测研究及其相关技术的应用。首先介绍对虾行为分类和数据采集技术。特别强调图像处理和深度学习技术在特征提取和分析中的关键作用;其次梳理基于深度学习的监测方法发展。探讨并强调深度学习在行为模式识别和分类中的优越性;第三,探讨关键视频帧的加权和时间序列数据的处理问题。重点关注融合注意力机制的CNN-LSTM模型在时序数据建模和关键信息捕捉方面的优势。最后介绍目标跟踪、目标检测以及关键点检测相关算法。本文旨在为相关领域研究者提供技术和方法分析,以促进更进一步的研究和应用。
基金
海南省科技厅自然科学研究青年基金项目“基于跨媒体智能技术的农作物虫害预警研究”(编号:621QN0900)
海南省高等学校科学研究项目“跨媒体网络舆情大数据智能检索与分析技术研究”(编号:Hnky2023-40)。
