2023年4月，我所與上海海洋大學(xué)聯(lián)合培養(yǎng)研究生張佳澤為第一作者的“Research on target detection and recognition algorithm of Eriocheir sinensis carapace”（中華絨螯蟹甲殼目標(biāo)檢測(cè)與識(shí)別算法研究）在計(jì)算機(jī)ESI期刊《Multimedia Tools and Applications》上發(fā)表。
中華絨螯蟹是中國(guó)特有的水產(chǎn)養(yǎng)殖品種之一，對(duì)水產(chǎn)品市場(chǎng)具有重要的經(jīng)濟(jì)價(jià)值。為了識(shí)別不同個(gè)體的中華絨螯蟹，文章提出了一種結(jié)合YOLOv5（You Only Look Once v5）和主成分分析（PCA）的甲殼檢測(cè)和識(shí)別方法及其改進(jìn)方法。通過(guò)相機(jī)獲取中華絨螯蟹的圖像，利用YOLOv5和遷移學(xué)習(xí)方法對(duì)中華絨螯蟹的目標(biāo)進(jìn)行檢測(cè)，然后根據(jù)檢測(cè)到的中華絨螯螃蟹甲殼的目標(biāo)幀自動(dòng)裁剪目標(biāo)。使用KPCA、一維PCA（1D-PCA）、二維PCA（2D-PCA）和雙向二維PCA（（2D）2-PCA）四種方法進(jìn)行匹配。結(jié)果表明：（2D）2-PCA的識(shí)別率可達(dá)84.42%，分別比其他三種方法高18.27%、9.128%和8.689%。此外，與其他三種方法相比，匹配速度僅需1.859秒。該方法分別提高了86.051s、2.562s和0.784s。該方法在實(shí)驗(yàn)中具有較好的實(shí)驗(yàn)效果，識(shí)別速度更快。研究結(jié)果為中華絨螯蟹甲的識(shí)別提供一種新的研究方法。
Multimedia Tools and Applications是計(jì)算機(jī)學(xué)科領(lǐng)域有一定影響力的國(guó)際主流期刊，主要報(bào)導(dǎo)計(jì)算機(jī)科學(xué)、軟件工程、信息系統(tǒng)、多媒體系統(tǒng)等方面的前沿技術(shù)，該刊當(dāng)前影響因子為2.577，在科睿唯安JCR分區(qū)中屬于Q2類(lèi)期刊。
圖1 YOLOV5深度學(xué)習(xí)模型
圖2 卷積層特征可視化
（遙感室 張勝茂）
