我国水产科学研讨院东海地点鱿鱼捕捉船船员行为辨认方面获得展开

  我国水产科学研讨院东海水产研讨地点鱿鱼捕捉船船员行为辨认方面获得展开，相关作用以论文“Behavior Recognition of Squid Fishing Vessel Crew based on Deep Learning”宣布在渔业世界期刊《Fishes》（JCRQ2，影响因子：2.3）。东海所与上海海洋大学联合培育研讨生宋一帆为榜首作者，渔业遥感技术与数字渔业立异团队张胜茂副研讨员为通讯作者。

  跟着远洋捕捉的展开，船员的工作环境和监控渐渐的变重要。传统的远洋人类观测办法本钱高、掩盖规模低、时效性差、且易受主观因素影响。电子监测体系（EMS）具有在各种气候条件下接连运转、数据愈加客观、通明、高效、对捕捉作业搅扰较小等长处。本研讨介绍了3DCNN模型、LSTM+Resnet模型、timesformer模型怎么运用于视频分类使命，并初次运用于EMS体系。经过测验比较三种模型在视频分类中的运用作用，评论将它们用于视频辨认的优势和应战，咱们得到了运用不相同模型的视频辨认的精确率和相关目标。研讨依据效果得出，当NUM_frameS设置为8时，LSTM+Resnet-50模型的功能最好，可以较为精确的辨认鱿鱼捕捉船船员的行为形式，其精确率为88.47%，F1得分为0.8881，m_ap得分为0.8133。剖析远洋渔业EMS体系，能大大的提高我国远洋渔业绩效水平缓办理功率，促进渔业常识服务体系和才智渔业工程的展开。

  该作用得到了崂山实验室项目、国家自然科学基金的支撑。研讨办法在我国水产舟山海洋渔业有限公司有限公司的北太平洋鱿鱼钓渔船捕捉监控视频展开了运用实验。