首页|基于计算机视觉和XGBoost的虾体活力检测

基于计算机视觉和XGBoost的虾体活力检测

Shrimp vitality detection based on computer vision and XGBoost

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
以南美白对虾为研究对象,提出一种基于计算机视觉和 XGBoost 的虾体活力检测方法:跟踪对虾应激前后的运动轨迹,提取运动行为特征参数;根据应激性红体现象提取对虾的颜色特征,通过灰度共生矩阵(GLCM)提取虾体应激形成水面波动的纹理特征;运用 XGBoost 算法筛选出评价因子,通过加权融合确定评价因子的最佳权重;根据融合后特征对虾体活力强度进行检测.结果表明,提出的方法决定系数为 0.9056,识别准确率为98.61％,较单一颜色、单一纹理以及光流与纹理相结合的方法,识别准确率分别提高 6.63％、2.05％和 1.61％.

冯国富、汪峰、陈明

展开 >

上海海洋大学信息学院,上海 201306

农业农村部渔业信息重点实验室,上海 201306

虾体活力检测 计算机视觉 XGBoost 特征融合

江苏省科学技术厅项目

CX202028

2023

10.13331/j.cnki.jhau.2023.02.015

湖南农业大学学报(自然科学版)
湖南农业大学

湖南农业大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.868
ISSN：1007-1032
年,卷(期)：2023.49(2)
  • 1
  • 8