【技術實現步驟摘要】
本專利技術涉及計算機雙目視覺和模式識別，特別涉及一種基于計算機雙目視覺的蝦類信息檢測方法及系統。
技術介紹
1、蝦類養殖是一項重要的經濟活動，定期測量蝦的長度和重量，可以有效地監控蝦的生長速度和發展狀況。這對于評估飼料效率、調整飼養策略以及預測收獲時間至關重要，對于提高養殖效率和經濟效益有著直接作用。
2、傳統檢測蝦類生長情況的方法通常包括人工觀察和定期抽樣分析。人工觀察容易受到主觀因素的干擾，且通常依賴于定期抽樣，因此無法提供連續的、實時的數據，錯過了蝦類生長過程中的重要信息。而且，定期抽樣時需要將蝦打撈上岸，然后對蝦進行測量，這造成了部分蝦的死亡。人工觀察和抽樣分析需要大量的人力資源和時間，成本較高。
3、并且，水下環境，由于光的折射、散射、亮度以及水中懸浮物的影響，計算機視覺技術在水下的測量精度往往受到很大的挑戰。人工觀察可能出現信息檢測不準確的問題。
技術實現思路
1、基于此，本申請實施例提供了一種基于計算機雙目視覺的蝦類信息檢測方法及系統，使用計算機視覺技術直接在水下對蝦類信息測量以解決人工測量耗費人力物力，以及蝦類信息檢測不準確的問題。
2、第一方面，提供了一種基于計算機雙目視覺的蝦類信息檢測方法，該方法包括：
3、通過雙目相機獲取水下蝦的視頻流，并按幀提取左右雙目圖片，并制定圖片標注規則，標注蝦的關鍵點訓練目標檢測模型；其中，關鍵點包括眼睛、頭、尾巴以及各個腹節坐標；
4、利用訓練好的目標檢測模型，對輸入的左
5、使用圖神經網絡處理特征描述子，通過自注意力和交叉注意力機制進行特征匹配得到特征匹配結果；
6、根據特征匹配結果確定出蝦類信息檢測結果；其中，所述蝦類信息檢測結果至少包括蝦的長度和重量。
7、可選地，標注蝦的關鍵點訓練目標檢測模型，包括：
8、對左右雙目圖片進行預處理，并使用yolo?v8算法訓練目標檢測模型，使目標檢測模型能夠識別出蝦的物體邊界框和特征點，并生成特征點的描述子。
9、可選地，使用圖神經網絡處理特征描述子，通過自注意力和交叉注意力機制進行特征匹配后，還包括：
10、計算特征點之間的匹配得分，并根據得分和閾值生成最終的匹配點分配矩陣，接著計算關鍵點視差，并根據相機參數和視差計算深度信息，從而得到空間三維坐標點。
11、可選地，通過自注意力和交叉注意力機制進行特征匹配中，匹配模型的損失函數具體為：
12、
13、其中，n是關鍵點對的數量；lij表示真實標簽，用于表征第i個關鍵點與第j個關鍵點是否匹配；dij表示第i個關鍵點與第j個關鍵點之間的特征距離；m表示閾值，用于控制不匹配關鍵點之間的距離。
14、可選地，根據特征匹配結果確定出蝦類信息檢測結果，包括：
15、利用得到的三維坐標點，使用歐幾里得距離公式計算三維空間中兩點之間的距離，得出蝦的長度，并根據蝦體長與重量的對應關系確定出蝦的重量。
16、可選地，蝦體長與重量的對應關系，包括：
17、
18、其中，y表示重量，單位為g；x表示體長，單位為mm。
19、第二方面，提供了一種基于計算機雙目視覺的蝦類信息檢測系統，該系統包括：
20、訓練模塊，用于通過雙目相機獲取水下蝦的視頻流，并按幀提取左右雙目圖片，并制定圖片標注規則，標注蝦的關鍵點訓練目標檢測模型；其中，關鍵點包括眼睛、頭、尾巴以及各個腹節坐標；
21、特征提取模塊，用于利用訓練好的目標檢測模型，對輸入的左右雙目圖片進行目標檢測，識別出蝦的位置和關鍵點，然后通過特征提取器對關鍵點進行特征提取，并生成特征描述子；
22、匹配模塊，用于使用圖神經網絡處理特征描述子，通過自注意力和交叉注意力機制進行特征匹配得到特征匹配結果；
23、確定模塊，用于根據特征匹配結果確定出蝦類信息檢測結果；其中，所述蝦類信息檢測結果至少包括蝦的長度和重量。
24、第三方面，提供了一種電子設備，包括存儲器和處理器，存儲器存儲有計算機程序，處理器執行計算機程序時實現上述第一方面任一所述的蝦類信息檢測方法。
25、第四方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執行時實現上述第一方面任一所述的蝦類信息檢測方法。
26、第五方面，提供了一種計算機程序產品，包括計算機程序/指令，該計算機程序/指令被處理器執行時實現上述第一方面任一所述的蝦類信息檢測方法。
27、本申請實施例提供的技術方案帶來的有益效果包括：通過計算機雙目視覺算法，能夠在水中精確測量蝦類的長度、寬度等數據，并預測蝦的重量。這種方法相比傳統的人工觀察和抽樣分析，減少了對人工操作的依賴，同時減少了人為誤差，提高了檢測的精度和效率。
本文檔來自技高網...【技術保護點】
1.一種基于計算機雙目視覺的蝦類信息檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的蝦類信息檢測方法，其特征在于，標注蝦的關鍵點訓練目標檢測模型，包括：
3.根據權利要求1所述的蝦類信息檢測方法，其特征在于，使用圖神經網絡處理特征描述子，通過自注意力和交叉注意力機制進行特征匹配后，還包括：
4.根據權利要求1所述的蝦類信息檢測方法，其特征在于，通過自注意力和交叉注意力機制進行特征匹配中，匹配模型的損失函數具體為：
5.根據權利要求3所述的蝦類信息檢測方法，其特征在于，根據特征匹配結果確定出蝦類信息檢測結果，包括：
6.根據權利要求5所述的蝦類信息檢測方法，其特征在于，蝦體長與重量的對應關系，包括：
7.一種基于計算機雙目視覺的蝦類信息檢測系統，其特征在于，所述系統包括：
8.一種電子設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1至6任一所述的蝦類信息檢測方法。
9.一種計算機可讀存儲介質，其特征在于，其上
10.一種計算機程序產品，包括計算機程序/指令，其特征在于，該計算機程序/指令被處理器執行時實現如權利要求1至6任一所述的蝦類信息檢測方法。
...【技術特征摘要】
1.一種基于計算機雙目視覺的蝦類信息檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的蝦類信息檢測方法，其特征在于，標注蝦的關鍵點訓練目標檢測模型，包括：
3.根據權利要求1所述的蝦類信息檢測方法，其特征在于，使用圖神經網絡處理特征描述子，通過自注意力和交叉注意力機制進行特征匹配后，還包括：
4.根據權利要求1所述的蝦類信息檢測方法，其特征在于，通過自注意力和交叉注意力機制進行特征匹配中，匹配模型的損失函數具體為：
5.根據權利要求3所述的蝦類信息檢測方法，其特征在于，根據特征匹配結果確定出蝦類信息檢測結果，包括：
6.根據權利要求5所述的蝦類...
【專利技術屬性】
技術研發人員：王金橋，閆同安，杜曉杰，丁書杰，
申請(專利權)人：中科視語北京科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。