专利名称：河蟹单目标行为分析方法
技术领域：
本发明涉及水生动物学和水产养殖学领域，具体涉及一种河蟹单目标行为分析方法。
背景技术：
河蟹学名叫中华绒螯蟹，又称毛蟹、螃蟹、大闸蟹，被誉为“水中上品、汤筵佳肴”，是我国名优特产，主要分布在我国东部各海域沿岸及通海的河流。近几年我国河蟹养殖业发展迅速，已成为产值超千亿元的大产业，并已由追求产量的“大养蟹”向以质量效益为中心的“养大蟹”和“养生态蟹”转变，河蟹养殖业在改善人民生活和引导农民致富上发挥着越来越重要的作用。随着不断增长的河蟹食用需求，大规模和超大规模集约化河蟹养殖是必然方向。但是目前对河蟹生态学的研究不够系统，并未达到生态学高度，特别是河蟹行为的研究(主要是河蟹行为和养殖生态环境关系的研究)基本处于依靠人工观察和分析的阶段。这·种河蟹行为分析的方法和模式不仅耗费人力、物力和时间更无法得到科学的、量化的监测数据和分析结果。由于无法了解河蟹行为与养殖环境(特别是胁迫养殖环境)的外在表现和内在联系，使得河蟹的摄食行为、活动状态、病害感染、格斗、死亡、环境适宜性等许多问题都无法得到科学的、合理的解释，进而导致很多河蟹养殖技术难题难以攻破，尤其是环境胁迫下造成的大量死亡问题(一个池塘，在短暂I小时内，可能出现绝产，几万元损失)，在当前发展优质、高效、高产渔业的新形势下，极大地限制了河蟹养殖业发展。河蟹对外界环境反应迅速，既能在水中作短暂游泳，又能迅速爬行和攀登高处。昼伏夜出，白天隐藏于洞穴、池底、石隙或草丛中，在夜间河蟹依靠嗅觉、靠一对复眼在微弱的光线下寻找食物。这样的生活习性使得常规的监测和分析方法根本无法进行河蟹行为的监测和分析，特别是胁迫环境下的行为监测和分析方法是多年来一直是困扰河蟹养殖专家的棘手难题。目前，如专利文献200710173514. 7、专利文献200910106867. 4所述的系统和方法都可以对动物行为进行分析，但针对河蟹行为的分析主要存在以下不足(I)现有系统所述的实验装置不能用于河蟹行为监测，无法取得河蟹行为数据，更无法使用相应软件进行分析；(2)现有方法主要研究对象为陆生哺乳动物，使用陆生动物行为特征和行为分类，不能适用于河蟹行为的分析。综上，为了更好的进行河蟹生态学、河蟹行为学和河蟹养殖学研究并将其应用于河蟹的大规模和超大规模集约化养殖中，需要迫切地解决河蟹行为分析的难题。
发明内容
(一 )要解决的技术问题本发明要解决的技术问题是如何有效地监测并分析河蟹的行为。
(二)技术方案为解决上述技术问题，本发明提供了一种河蟹单目标行为分析方法，包括以下步骤SI :读入利用3D视觉监测技术采集的彩色视频文件file_和filefMnt，其中fiIetop表示正上方采集的视频，fIlefront表示正前方采集的视频；S2 :对步骤SI读入的文件进行3D视频跟踪处理，得到基于3D视觉技术的河蟹行为特征模型，所述基于3D视觉的河蟹行为特征模型定义为Fev= {fp,ev|p = 1，2，…，fs}，其中，P为帧号，fs为总帧数，fp,cv为第p帧基于3D视觉技术的河蟹行为特征，fp,cv定义为
权利要求
1.一种河蟹单目标行为分析方法，其特征在于，包括以下步骤 S1:读入利用3D视觉监测技术采集的彩色视频文件file_和filefMnt，其中file_表示正上方采集的视频，fIlefront表示正前方采集的视频； S2:对步骤SI读入的文件进行3D视频跟踪处理，得到基于3D视觉技术的河蟹行为特征模型，所述基于3D视觉的河蟹行为特征模型定义为Fev= {fp,cv|p = 1,2,…，fs}，其中，P为帧号，fs为总帧数，fp, cv为第p帧基于3D视觉技术的河蟹行为特征，fp, cv定义为fcv = pstjclaw,rcla^ ^ 5、, fc/avi,和,分别表不河蟹的速度、加速度、空间位置、左侧蟹螯状态和右侧蟹螯状态,￥、a , 和^^分别定义如下: ,s/m (.s'/凡收/,..v/d\vv功二s/xt)，其中speed、spdx、spdy和spdz分别表示河蟹的速度值、速度方向的X分量、速度方向的I分量和速度方向的z分量； a =,其中asp、adx、ady和adz,分别表示加速度值、加速度方向的x分量、加速度方向的Y分量、加速度方向的z分量； pst = (x, v,z)，其中x、y和z分别表示X坐标、y坐标和z坐标；Iclaw. = {ftcmgle Jmattgle Jbangle)其中 I tangle、Imangle 和 Ibangle 分别表不左侧螯足指节夹角、腕节夹角和长节夹角； re/aw = (r/a"g/e，r/mwg/e,r&wg/e)，其中 rtangle、rmangle 和 rbangle 分别表示右侧螯足指节夹角、腕节夹角和长节夹角； S3:对步骤S2所得特征模型进行分类训练并得到基于3D视觉技术的河蟹行为分类器Ccv及按该分类器Cct分类的结果； S4:读入利用无线传感技术所采集的河蟹运动传感信息； S5:对步骤S4读入的数据进行特征提取，形成基于无线传感监测技术的河蟹行为特征模型，定义为FW= {ft,w|t = 1,2,…，tm}，其中t为时间序列号，tm为时间序列号最大值，其中ft,w为第t时间基于无线传感技术的河蟹行为特征，定义为其中;；表示速度、2表示加速度、Wl表示水位、Wt表示水温,按时间采集顺序ft,w组合为Fw ； 其中巧、5分别定义如下，—办，，其中 sPeW、spdx'、spdy'和 spdz'分别表示速度值、速度方向的X分量、速度方向的I分量、速度方向的z分量； > adx1 > ady;和 adz'分别表不加速度值、加速度方向的X分量、加速度方向的I分量、加速度方向的z分量； S5:分析步骤S3得到分类器分类结果和步骤S5得到特征模型，得到基于无线传感监测技术的河蟹行为分类器Cw; S7:根据不同的数据采集技术，选取相应的分类器分析得到河蟹的行为的分类结果。
2.如权利要求I所述的河蟹单目标行为分析方法，其特征在于，所述步骤S2中利用粒子滤波跟踪算法进行河蟹单目标跟踪，得到跟踪路径并在跟踪过程中计算出河蟹基于3D视觉技术的行为特征集，从而得到基于3D视觉技术的河蟹行为特征模型，具体步骤包括 S21 :初始化巾贞计数器p = 0,得到总巾贞数fs ；S22 :分别对fiIettjp和fiIeftmt的第p帧进行分割处理，得到fiIettjp和fiIefrant第P帧河蟹的位置及姿态，同时获得河蟹得空间位置;^、左侧蟹螯状态—、右侧蟹螯状态rclaw ； S23:对河蟹目标进行轨迹点记录，分别计算运动速度$加速度并将运动速度$加速度叾、空间位置;^、左侧蟹螯状态—、右侧蟹螯状态;^线性组合成为第P帧基于3D视觉技术的河蟹行为特征fp,CT，并将fp,CT加入基于3D视觉技术的河蟹行为特征集Fct中；S24 :巾贞计数器p = p+1,若p = fs则结束,否则转到步骤S22。
3.如权利要求I所述的河蟹单目标行为分析方法，其特征在于，所述步骤S3具体包括 531:将采集的部分视频信息经过人工观察，标记出其典型行为； 532:采用随机森林法得到所述基于3D视觉技术的河蟹行为分类器(；v，并使用十折交叉验证法对分类器验证，分类条件集合为cd = {thsp, tha, thpst, thlclaw, thrclaw},其中th表示对应下标向量的阈值,= IcdClassel I cl = 1,2,tel},其中，CdClassel表示河蟹行为类别为Classd的行为的分类条件； 533:对未被标记的视频信息所对应的基于3D视觉技术的河蟹行为特征模型使用S32步骤得到分类器Cct，通过计算待识别河蟹行为所属河蟹行为类别的综合隶属度得到分类结果集CB， 其中，按如下公式计算待识别河蟹行为所属河蟹行为类别的决策集 y = (Classcl I cl = 1,2,…，tel} Yoriginal = {yi I i = 1,2，…，n}其中，y为河蟹行为类别代码，Yoriginal为随机森林的决策集，对于每巾贞的/CT, = i^p，a,pstJclaw,rc!cn^对应一个YOTiginal，Yi为第i棵决策树的决策结果，即第i课决策树对当前输入帧的河蟹行为特征所判定的河蟹行为类别代码，n为随机森林中决策树的总数，tcl是河蟹行为类型的总数； 按如下公式计算随机森林结果的统计集 Ystat Stsit (YQriginai)Ystat = {Num(Classcl) cl = 1,2,…，tcl} 其中，Ystat为Ytffiginal的统计集，Stat ( )为统计函数，用以对Ymiginal中出现的相同结果做数量统计，Num(Classcl)表示河蟹行为类别代码为Classcd的结果在结果集Ymiginal中的数量； 按如下公式计算待识别河蟹行为所属河蟹行为类别代码 cb = argmax (Ystat) 其中，arg表示取max函数得到的最大值所代表的类别代码而非最大值本身，cb即为向量中具有最大综合隶属度的河蟹行为类别代码，按帧号顺序将cb组合成分类结果集CB CB=Icbp I p = 1,2, , fs},其中cbp为第p巾贞河蟹行为类别代码，fs为总巾贞数。
4.如权利要求I所述的河蟹单目标行为分析方法，其特征在于，所述步骤S6具体包括 S61 :利用时间序列号和帧号为对应关系，以步骤S5中构造的基于无线传感技术的河蟹行为特征模型Fw为输入，以步骤S33中得到分类结果CB为参考，构造待分析的样本数据集; S62 :将S61中得到的样本数据集作为训练样本，采用一对一 V-支持向量机训练，得到基于无线传感技术的河蟹行为分类器Cw，分类器Cw中共含有tcl X (tcl-1) /2个v-SVM分类器，其中tcl为河蟹行为类型总数。
5.如权利要求I所述的河蟹单目标行为分析方法，其特征在于，所述步骤S7具体包括 若数据为基于3D视觉技术采集，则选取步骤S32得到的基于3D视觉技术的河蟹行为分类器Cct对数据进行处理，并得到河蟹行为的分类结果； 若数据为基于无线传感技术采集，则选取步骤S62得到的基于无线传感技术的河蟹行为分类器Cw对数据进行处理，经过投票机制，即选取tcl X (tcl-1) /2个v-SVM分类器出现次数最多的结果，作为行为分类结果。
全文摘要
本发明公开了一种河蟹单目标行为分析方法，包括S1读入利用3D视觉监测技术采集的彩色视频文件；S2对视频文件进行3D视频跟踪处理，得到基于3D视觉技术的河蟹行为特征模型；S3对该特征模型进行分类训练并得到基于3D视觉技术的河蟹行为分类器和分类结果；S4读入利用无线传感技术所采集的河蟹运动传感信息；S5根据步骤S4读入的数据形成基于无线传感监测技术的河蟹行为特征模型；S6分析步骤S3得到分类器分类结果和步骤S5得到特征模型，得到基于无线传感监测技术的河蟹行为分类器；S7对后续采集的实验数据可以使用步骤S3和步骤S6得到的分类器进行处理，并得到河蟹行为分类结果。本发明使得对河蟹行为分析结果更为量化和准确。
文档编号A01K61/00GK102722716SQ20121016116
公开日2012年10月10日 申请日期2012年5月22日 优先权日2012年5月22日
发明者姜宇, 岳峻, 李振波, 李道亮, 段延娥 申请人:中国农业大学