基于边缘计算的海上养殖鱼群实时追踪系统

为解决实际养殖环境中存在鱼群数据集少、追踪算法效果不稳定、追踪部署成本高等问题,结合鱼群行为数据、鱼群追踪算法和边缘计算平台3方面建立一套基于边缘计算的鱼群实时追踪系统。采集并标注养殖环境中的金鲳鱼视频以建立鱼群行为数据集;提出基于检测的鱼群追踪算法FishTrack,改进追踪轨迹的关联策略,以减少因鱼群姿态变换和长期遮挡导致的目标丢失;将FishTrack部署在轻量级边缘计算设备上,保证追踪效果的同时降低了计算成本。研究结果表明:FishTrack在金鲳鱼数据集上的追踪准确率可达72.95%,比当前主流追踪算法ByteTrack的目标交换错误率降低了83%;实时追踪速度为平均7.40帧/s,适用于真实生产环境中鱼群的实时追踪。

基于水平鱼探仪影像的金枪鱼追踪系统

水平鱼探仪在金枪鱼围网中起着重要作用,主要用来发现和监测鱼群,目前的水平鱼探仪通常没有预测鱼群速度和评估鱼群数量的功能。提出了一种基于水平鱼探仪影像的金枪鱼跟踪系统,主要包括数据采集系统和鱼群跟踪软件,通过声学图像处理提取目标鱼群坐标,使用交互式多模型(IMM)算法和联合概率数据关联(JPDA)算法跟踪鱼群运动状态,实现金枪鱼游泳速度和运动方向的实时预测和显示。了解金枪鱼的逃逸速度,可以及时控制网位网形防止鱼群逃脱。该系统已经安装在一艘金枪鱼围网渔船上并记录海上真实数据,试图在原位进行鱼群的评估。