养殖鱼类摄食行为的特征提取研究与应用进展(4)
随着计算机处理速度的不断提升以及图像处理算法的不断优化,计算机视觉技术在鱼类摄食行为识别方面得到很大提高,声学技术可对水体内鱼类的数量、空间位置以及行为进行识别。两种技术具体优缺点如表1所示。
表1 计算机视觉技术与声学技术的优缺点Tab.1 Advantages and disadvantages of computer vision and acoustics技术分类优点缺点计算机视觉可见光实时监测,数据处理速度快,可监测高密度养殖且精确度高易受光照强度与水质混浊度的影响,不易追踪个体鱼红外光实时监测,数据处理速度快,不易受光照强度的影响,成本低,易于开发完全黑暗情况无法获取信息,精确度有待提高声学声学监测完全不受光照影响,成本低易受外界噪声影响,精确度有待提高声呐成像完全不受光照影响,信息丰富,具有较好的可控性,适用于高密度养殖受噪声干扰,由于水环境复杂导致图像分辨率低,成本高
目前摄食模型研究大多停留在理论上,并未与实践结合。虽然数学模型对于评估整个鱼群的采食量非常有用,但需要人为建立食物摄取量与影响因素之间的映射关系,易受到主观经验的影响[4]。另外在提取特征参数时,不能考虑多种因素的影响,如不同生长阶段、不同体格、不同水环境等因素都会致使摄食量与摄食活性的差异。导致摄食模型的普遍化低,准确率不稳定。
4.2 改善信息采集途径
声信号采集中存在很多复杂的背景噪声,需利用滤波进行处理,才能更好地提取摄食声信号特征[73],但滤波方式多种多样,尤其对于水声信号,需要获得效果较好的滤波方法。除在后期数据处理上进行修正外,也可建立消音室,如在生活中许多建筑追求隔音效果,会安装双层隔空玻璃、隔音墙等,除此之外可将操作设备移至控制室,减少设备干扰。
为进一步提高系统对摄食行为判断的准确性,可利用声学监测技术与计算机视觉技术相结合。除此之外,在图像信息中充分利用图像特征所表达的多种信息,使不同特征之间相互互补,可获得稳定性强、抗干扰能力好的检测效果。另外,在监测过程中需保持内部和外部环境的稳定性,防止因目标环境变动而引起数据差异。包括水质、水温等水环境以及外部环境材料等,可建立全天候、多方位、智能化养殖水质监测设备,避免反光材料等措施。
4.3 提高投饲系统的精确性和普遍性
随着大数据时代的到来,数据处理具有更加高速率、高可靠、低时延等特点,为更多智能化设备提供了新的发展机遇,尤其对自动投饲系统软件灵敏度的提升。目前为提高投饲系统启停判断的准确性,已采用智能化算法替代传统算法,可自动建立采食量与环境因素的映射关系。但考虑的影响因素仍不够全面,在不同环境、不同生长阶段摄食行为会发生明显的变化。对水产养殖而言养殖用水是否适宜于养殖对象是成功的关键,因此可在预测模型中添加参数对环境因素进行规范,这样可在适宜的养殖环境中对参数进行调节提高模型的准确性与普遍性。
5 结语
目前对于鱼类摄食行为的研究仍不够深入,主要由于环境的复杂性和鱼类行为的不确定性,导致识别摄食行为的准确性较低。虽然计算机视觉技术对于鱼类的摄食行为量化有很大的提升,但对于投饲系统的软件开发仍停留在理论研究阶段,怎样将技术与装备研发相结合是未来解决问题的关键。国内关于鱼类摄食声学研究仍处于起步阶段,对少数水生生物摄食声研究发现,其特征与摄食活性密切相关,但未得出具体摄食模型。挪威三文鱼投饲系统已利用被动声学实现自动投喂,但此系统仅限于三文鱼。基于养殖鱼类摄食声的被动声学研究将有望突破投饲系统智能化的瓶颈,但需针对特定种类和特定养殖环境对其进行被动声学的研究,寻找摄食声信号特征与养殖鱼类摄食活性间的相关性,建立准确的摄食模型,达到实时按需投喂,实现投饲系统由机械化走向智能化。
[1] 石韵.饲料系数及价格对水产养殖经济的影响[J].中国饲料,2020(8):84-87.
[2] 解绶启,张文兵,韩冬,等.水产养殖动物营养与饲料工程发展战略研究[J].中国工程科学,2016,18(3):29-36.
[3] 徐志强,王涛,鲍旭腾,等.池塘养殖自动投饲系统远程精准化升级与验证[J].中国工程机械学报,2015,13(3):272-276.
[4] CHEN L,YANG X,SUN C,et al.Feed intake prediction model for group fish using the MEA-BP neural network in intensive aquaculture[J].Information Processing in Agriculture,2020,7(2):261-271.
[5] LI D,WANG Z,WU S,et recognition methods of fish feeding behavior in aquaculture:A review[J].Aquaculture,2020,528:2-5.
文章来源:《应用声学》 网址: http://www.yysxzz.cn/qikandaodu/2021/0616/531.html
上一篇:高铁车厢内语言清晰度预测及优化
下一篇:阶梯复合形光声池声流特性计算与评估