视频监控系统的现状和发展趋势及在水产养殖中的应用

视频监控系统是安全防范和科学探索的技术手段之一．以其直观、方便、信息内容丰富等特点而广泛应用于许多场合。随着计算机、网络以及图像处理、通讯等技术的飞速发展,视频监控系统技术也得到相应的发展,并且已经在航空航天等高科技领域中得到应用。水下工程中过去主要利用声纳等技术进行水中情况的调查观测,这是一种间接方法,直接观测必须通过潜水员     

渔业安全救助信息系统建设和系统终端管理的分析与建议

渔业安全救助信息系统(以下简称"系统")是以公众移动通信技术(CDMA)、自动防碰撞技术(AIS)、船舶射频识别技术、短波(SSB)、超短波、卫星定位通信、渔港视频监控、计算机网络通信等多种通信技术有机组合,实现对渔船信息管理、船位监控显示、报警响应、船迹保存回放、应急通信调度指挥、海况天气信息发布等多功能的现代化应急救援信息系统。系统终端,是指渔业安全救助信息系统中几个子系统网络的船载设备部分,主要包括船舶自动识别系统中的船舶避碰仪(AIS)、CDMA监控网络中的船舶定位手机、卫星定位通信监控系统中的北斗卫星定位船载终端、渔港射频识别管理系统     

水产养殖病害远程动态图像采集与传输系统的组成及实现

为提高一线养殖户水产养殖病害诊断的时效性和准确率,综合利用计算机技术、显微图像采集技术和UDP、RTP网络通信技术等多学科技术,建立了可跨平台应用的水产养殖病害远程动态图像采集与传输系统。系统包括中心站、终端站和水产养殖病害远程动态图像采集与传输软件。传输软件支持多人多点实时视频、音频,支持图像、数据、应用软件的同步交互,突破了空间限制,实现了水产养殖病害的远程同步快速诊断。     

虚拟现实(VR)和增强现实(AR)技术在渔业上的应用

随着计算机网络技术的发展，增强现实(VR)和虚拟现实(AR)技术逐渐进入人们的视野和现实生活中。作为新兴的产业之一，VR和AR技术在许多行业都具有广阔的应用前景。文章介绍了VR和AR技术的基本概念、技术特点，并着重探讨了这两项技术在渔业领域的应用现状和发展趋势，有助于加深渔业从业者对VR和AR技术的认识，拓宽这两项技术在渔业领域的应用场景。     

视频监控系统在水产养殖基地的充分实现

<正>目前,随着视频监控系统的兴起,利用视频监控技术实现管理区域的生产管理、安全管理、人员和物品管理,做到预防在前、取证在后,用最少的人力达到最大的管理效果,因此,在各行各业均得到充分的开展和应用,但是,在信息化发展尚不发达的水产养殖行业,如何利用视频监控技术实现充分的管理功能、达     

海洋牧场远程监控投饵系统设计

为满足海洋牧场中系统化渔业生产和管理的需要,研制一种可用于海洋牧场的远程监控投饵系统。以可编程以太网控制器为核心,运用自动投饵、自动放声、水下摄像、传感器及无线通讯网络等技术,解决了海洋牧场对饵料定时定量精确投喂、音响驯化以及水下视频监控等问题,实现了海洋牧场的远程控制和管理。     

渔业生态环境保护与生物技术

良好的生态环境是渔业可持续发展的基本条件。采用生物技术来保护渔业生态环境已成为研究的热点之一。本文主要介绍生物技术在渔业生态环境保护中的应用进展，内容包括三个方面，一是应用核酸探针和PCR等技术检测养殖生态环境中的病原微生物；二是应用生物传感器等检测渔业环境中的氨氮、BOD等；三是构建不同类型的工程菌迅速降解石油污染物，分解有机物和农药等以修复渔业生态环境。随着生物技术的发展，生物技术在渔业生态环境保护中呈现出广阔的应用前景。     

远洋捕捞渔船电子监控视频文字信息提取

计算机图像处理技术发展迅速,基于OCR(Optical Character Recognition)的图像文字提取得到广泛应用。在远洋渔业捕捞中,EMS(Electronic Monitoring System)逐渐开始使用,视频中文字信息提取是系统的重要功能之一。通过左右舷、前甲板、后甲板安装的4个摄像头,获取渔船作业的视频影像,再利用jTessBoxEditor软件生成图片样本,人工添加文字标签,然后通过tesseract软件训练标注的样本,制作traineddata字库,最后用Python编程提取远洋捕捞渔船监控视频中的时间、位置、航速、航向等信息,提取的960条记录,经与原图片对比全部正确,提取的文字信息可为视频存档和渔业管理提供参考。     

固定化微生物技术及其在闭合循环养殖系统水处理中的应用

概述了固定化微生物技术（包括固定化微生物的制备方法，载体种类，净化机理等）及其在水处理中的应用。     

MV技术在水产养殖和加工中的应用

就MV(Machine Vision,MV)技术在水产养殖、水产加工等渔业领域中的应用作了初步探讨。首先就其原理在渔业生产中的应用作了分析,以水产养殖和水产加工为例,说明在渔业生产中如何应用MV技术。对MV技术在渔业生产中的应用进行了展望,并揭示了MV技术在替代人工作业中的技术特点和优势。     

基于3G＋VSaaS技术的深水网箱养殖远程视频监控系统

为提高深水网箱养殖过程监控的准确性与实时性,设计了一种深水网箱养殖远程无线视频监控系统。该系统利用3G无线网络技术实现深水网箱养殖网络化的本地或远程的实时视频监控,采用3G＋VSaaS模式,通过网络摄像头采集深水网箱现场数据,通过无线网络传输、发布和共享,并同时实现执行机构的反馈控制。文章介绍了工作原理与系统总体构架,阐述了系统硬件部分的选取设计原则,并分析了系统工作的关键技术。构建起深水网箱全方位远程监控体系,可实现深水网箱养殖信息化管理,提高养殖生产效率及风险防范能力。     

基于物联网和GIS的水产养殖测控系统平台设计

针对水产养殖水质多参数监测的需求和现有水质环境监测系统存在的问题,设计了一种基于物联网和地理信息系统(GIS)的水产养殖测控系统。通过整体性能的研究分析,设计了测控系统平台的3层体系架构(传感控制层、传输层和应用层),提出了自顶向下、逐步求精以及模块化、结构化的设计方法;根据采集数据传输的可靠性、稳定性等要求,提出WiFi网状组网的配置方法,设计了系统硬件的供电模块;研究了本地服务器、中心服务器和控制模块软件系统;通过网络丢包率测试和水质溶氧量分析,验证了系统数据传输的可靠性,并在溶氧超出范围后自动控制增氧机,有效地调节池塘溶氧量。相比于传统的水产养殖远程监控系统,该系统通过物联网和GIS技术的融合,实现了水质环境的远程无线测控和区域化水产养殖管理,因此能够大大推进水产养殖智能化、自动化系统建设的发展,适应水产养殖的需要。     

水下LED集鱼灯灯载视频系统设计

为实时获取光诱捕捞作业时水下鱼群状态的视频信息,设计了一款水下LED集鱼灯灯载视频系统。该系统在结构设计上以水下LED集鱼灯为载体,在其内部嵌入了一套数字视频解决方案;在信号处理上利用正交频分复用技术(OFDM)对数字视频信号进行调制,以克服电力线上的杂波和电流信号固定脉冲对视频信号的干扰;在通信设计上以电力载波(PLC)方式作为视频信号传输方案。该系统设计完成后,对其信号传输性能进行了测试。结果表明,在电力线标称截面积6 mm2、长度30 m时,系统延时3 ms,丢包率0%,实际传输速率为8 000 Kbps。系统在不改变集鱼灯结构的前提下,添加了视频拍摄功能,且无需单独增设视频传输线,可作为光诱渔船上的辅助渔捞设备使用,也可拓展应用于鱼类行为实验中。     

水产颗粒饲料投饵装置的原理与应用

本文分析了离心抛撒式投饵机、气力输送式投饵机和水力输送式投饵机等三种型式投饵机的技术原理与应用,指出水力输送式投饵机适合水产湿颗粒饲料自动投饵,但应解决好湿颗粒饲料机生产能力与水力输送式投饵机投饵能力的衔接配套、降低湿颗粒饲料在输送过程中的饵料溃散技术,以及根据养殖品种不同,分别进行抛投技术处理等问题。     

轻量化神经网络在远洋鱿钓检测技术中的应用

中国远洋鱿鱼捕捞技术比较单一,智能化的鱿鱼捕捞技术对远洋渔业资源统计至关重要。在智能化鱿鱼捕捞作业过程中,以YOLOV3算法检测时,其特征提取网络Darknet53模型参数量较大,模型输出权重存储量较高,降低了检测速度。为此,建立轻量化MobileNetV3网络作为特征提取网络,进行初步有效特征提取,再设计CSP瓶颈层作为逆瓶颈结构,提高特征提取能力;最后通过CIoU模型建立网络模型的损失函数。在实验室环境下,使用Squid数据集验证轻量化网络模型的有效性,并对其主干网络与损失函数的性能进行分析。通过训练目标数据集,将轻量型网络模型与YOLOV3网络模型结构做消融试验,验证轻量化网络应用在远洋捕捞技术上的准确性以及实用性。结果显示,轻量化网络结构的性能明显优于YOLOV3网络模型结构,可以大幅度降低参数量,提高检测速度,缩短检测时间,提高检测率,提高了鱿鱼实时检测的工作效率。本研究成果为远洋渔业资源调查提供重要依据。     

轻量化神经网络在远洋鱿钓检测技术中的应用

中国远洋鱿鱼捕捞技术比较单一,智能化的鱿鱼捕捞技术对远洋渔业资源统计至关重要。在智能化鱿鱼捕捞作业过程中,以YOLOV3算法检测时,其特征提取网络Darknet53模型参数量较大,模型输出权重存储量较高,降低了检测速度。为此,建立轻量化MobileNetV3网络作为特征提取网络,进行初步有效特征提取,再设计CSP瓶颈层作为逆瓶颈结构,提高特征提取能力;最后通过CIoU模型建立网络模型的损失函数。在实验室环境下,使用Squid数据集验证轻量化网络模型的有效性,并对其主干网络与损失函数的性能进行分析。通过训练目标数据集,将轻量型网络模型与YOLOV3网络模型结构做消融试验,验证轻量化网络应用在远洋捕捞技术上的准确性以及实用性。结果显示,轻量化网络结构的性能明显优于YOLOV3网络模型结构,可以大幅度降低参数量,提高检测速度,缩短检测时间,提高检测率,提高了鱿鱼实时检测的工作效率。本研究成果为远洋渔业资源调查提供重要依据。     

养殖水质在线监控的系统集成技术

应用多参数水质传感器、PAC场控制器、IEEE802．15．4无线传感器网络、CAN现场通信网络等技术进行系统设计，创建低成本、高效率、性能匀称、可扩充系统的水产养殖水质测试和水质调控的集成系统。认为推广普及规范化的水质监控手段，对促进水产养殖的科技进步和产业升级，实现水产养殖业增长方式转变有积极的意义。指出在现阶段发展我国的“数字化”养殖水质监控系统时，要注意现场设备的数字化、智能化、多功能化、网络化，开发低价位性能可靠的数字化水质传感器，提高信息的共享性和发挥养殖水质数据的应用价值。     

Evaluating fish feeding intensity in aquaculture with convolutional neural networks

This paper presents a novel method to evaluate fish feeding intensity for aquaculture fish farming. Determining the level of fish appetite helps optimize fish production and design more efficient aquaculture smart feeding systems. Given an aquaculture surveillance video, our goal is to improve fish feeding intensity evaluation by proposing a two-stage approach: an optical flow neural network is first applied to generate optical flow frames, which are then inputted to a 3D convolution neural network (3D CNN) for fish feeding intensity evaluation. Using an aerial drone, we capture RGB water surface images with significant optical flows from an aquaculture site during the fish feeding activity. The captured images are inputs to our deep optical flow neural network, consisting of the leading neural network layers for video interpolation and the last layer for optical flow regression. Our optical flow detection model calculates the displacement vector of each pixel across two consecutive frames. To construct the training dataset of our CNNs and verify the effectiveness of our proposed approach, we manually annotated the level of fish feeding intensity for each training image frame. In this paper, the fish feeding intensity is categorized into four, i.e., ‘none,’ ‘weak,’ ‘medium’ and ‘strong.’ We compared our method with other state-of-the-art fish feeding intensity evaluations. Our proposed method reached up to 95 % accuracy, which outperforms the existing systems that use CNNs to evaluate the fish feeding intensity.     

国内外渔业信息化发展现状对比分析

渔业信息化是实现渔业现代化的一个重要支撑条件,将主导未来渔业现代化的发展方向。本文对比分析了国内外渔业基础数据库、渔业信息网络建设与开发、地球空间信息科学技术和人工智能技术在渔业中的应用这四个方面的发展情况,指出我国目前渔业信息化发展存在的问题,并提出今后我国渔业信息化发展的建议,认为我国渔业信息化发展要在差距中明确发展战略,在战略中谋求发展。