面向生產(chǎn)的紅鰭東方鲀識(shí)別與計(jì)數(shù)系統(tǒng)的研究與實(shí)現(xiàn)

李衛(wèi)

摘 要：近年來(lái)，計(jì)算機(jī)視覺技術(shù)在海洋水產(chǎn)養(yǎng)殖領(lǐng)域中不斷發(fā)展并且使用率也越來(lái)越高，這其中魚類圖片的檢索在魚類種群研究和魚類行為分析中發(fā)揮了不可或缺的作用，隨著在海洋水產(chǎn)養(yǎng)殖領(lǐng)域中計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展，魚類成像在魚類資源和行為分析任務(wù)中發(fā)揮了重要任務(wù)。開發(fā)本系統(tǒng)的目的便是為了幫助用戶更好，更簡(jiǎn)便地使用各類識(shí)別算法，并且可以對(duì)識(shí)別結(jié)果進(jìn)行對(duì)比。

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù);紅鰭東方鲀識(shí)別;計(jì)數(shù)系統(tǒng)的研究

1 研究?jī)?nèi)容

面向生產(chǎn)的紅鰭東方鲀識(shí)別與計(jì)數(shù)系統(tǒng)是參考現(xiàn)有系統(tǒng)改進(jìn)而來(lái)，但迫于時(shí)間壓力和精力有限，系統(tǒng)設(shè)計(jì)中只嵌入了YOLO與MCNN兩種識(shí)別算法，目前有選擇圖片，上傳圖片，添加參數(shù)，顯示結(jié)果等功能。

服務(wù)器與瀏覽器的通信方式中包含多種方式，通常我們會(huì)使用HTTP網(wǎng)絡(luò)請(qǐng)求的方式來(lái)進(jìn)行數(shù)據(jù)的管理，通過(guò)Restful的方式實(shí)現(xiàn)一個(gè)和多個(gè)請(qǐng)求。通過(guò)自己制定請(qǐng)求規(guī)則來(lái)解決前后端數(shù)據(jù)的一致性的問(wèn)題。

在系統(tǒng)的研發(fā)時(shí)，通過(guò)之前軟件工程的思想，將整個(gè)軟件開發(fā)流程中可行性研究，需求分析，軟件設(shè)計(jì)，編碼實(shí)現(xiàn)到最終的功能測(cè)試，每個(gè)環(huán)節(jié)都作了充分的了解與調(diào)研，獲得極為有價(jià)值的經(jīng)驗(yàn)。并且學(xué)會(huì)了調(diào)試等諸多開發(fā)技巧，如斷點(diǎn)、輸出等功能。

2 開發(fā)工具介紹

2.1? Eclipse

Eclipse的插件機(jī)制是輕型軟件組件化架構(gòu)。，Eclipse使用插件來(lái)提供所有的附加功能，例如支持Java以外的其他語(yǔ)言。目前已有的但還未安裝到Eclipse中的插件已經(jīng)能夠支持C/C++（CDT）、Perl、Ruby，Python、telnet和數(shù)據(jù)庫(kù)開發(fā)。插件架構(gòu)能夠支持將任意的擴(kuò)展加入到 現(xiàn)有環(huán)境中現(xiàn)有的插件已經(jīng)可以滿足本系統(tǒng)的開發(fā)。

2.2? Pycharm

Pycharm不僅是一款python集成開發(fā)環(huán)境同時(shí)也支持前端開發(fā)，作為一款集成開發(fā)環(huán)境其具有的功能也十分全面。Pycharm作為本系統(tǒng)的開發(fā)軟件，省去了安裝python插件的步驟，只需要安裝框架后便可以進(jìn)行開發(fā)。

3 相關(guān)算法介紹

近幾年來(lái)，目標(biāo)檢測(cè)算法取得了很大的突破。比較流行的算法可以分為兩類，一類是基于Region Proposal的R-CNN系算法（R-CNN，F(xiàn)ast R-CNN， Faster R-CNN），它們是two-stage的，需要先使用啟發(fā)式方法（selective search）或者CNN網(wǎng)絡(luò)（RPN）產(chǎn)生Region Proposal，然后再在Region Proposal上做分類與回歸。而另一類是Yolo，SSD這類one-stage算法，其僅僅使用一個(gè)CNN網(wǎng)絡(luò)直接預(yù)測(cè)不同目標(biāo)的類別與位置。第一類方法是準(zhǔn)確度高一些，但是速度慢，而第二類算法是速度快，但是準(zhǔn)確性要低一些。本文首先介紹的是Yolo1算法，其全稱是You Only Look Once： Unified， Real-Time Object Detection，You Only Look Once說(shuō)的是只需要一次CNN運(yùn)算，Unified指的是這是一個(gè)統(tǒng)一的框架，提供end-to-end的預(yù)測(cè)，而Real-Time體現(xiàn)是Yolo算法速度快，可以達(dá)到實(shí)時(shí)。Yolo-v1的性能是差于后來(lái)的SSD算法的，但是Yolo后來(lái)也繼續(xù)進(jìn)行改進(jìn)，產(chǎn)生了Yolo9000算法，和Yolov3。

公共場(chǎng)合中通過(guò)攝像機(jī)實(shí)現(xiàn)人數(shù)計(jì)數(shù)具有重要的研究?jī)r(jià)值。比如： 候車大廳中人群計(jì)數(shù)的結(jié)果，可優(yōu)化公共交通的調(diào)度。公共場(chǎng)合中采用攝像機(jī)實(shí)現(xiàn)人群計(jì)數(shù)在智能安防領(lǐng)域具有重要價(jià)值。因此， 人群計(jì)數(shù)（Crowd Counting）或者人群密度估計(jì)（Crowd Density Estimation）是計(jì)算機(jī)視覺和智能視頻監(jiān)控領(lǐng)域的重要研究?jī)?nèi)容。人群計(jì)數(shù)的通常的方法大致可以分為三種：

3.1 行人檢測(cè) ： 這種方法比較直接，在人群較稀疏的場(chǎng)景中，通過(guò)檢測(cè)視頻中的每一個(gè)行人，進(jìn)而得到人群計(jì)數(shù)的結(jié)果，一般是用基于外觀和運(yùn)動(dòng)特征的boosting，貝葉斯模型為基礎(chǔ)的分割，或集成的自頂向下和自底向上的處理，這種方法在人群擁擠情況下不大奏效，需要運(yùn)用到基于部件模型（如DPM）的檢測(cè)器來(lái)克服人群擁擠遮擋的問(wèn)題。

3.2 視覺特征軌跡聚類：對(duì)于視頻監(jiān)控，一般用KLT跟蹤器和聚類的方法，通過(guò)軌跡聚類得到的數(shù)目來(lái)估計(jì)人數(shù)。

3.3 基于特征的回歸： 建立圖像特征和圖像人數(shù)的回歸模型， 通過(guò)測(cè)量圖像特征從而估計(jì)場(chǎng)景中的人數(shù)。由于擁擠情況下采用直接法容易受到遮擋等難點(diǎn)問(wèn)題的影響，而間接法從人群的整體特征出發(fā)，具有大規(guī)模人群計(jì)數(shù)的能力。

當(dāng)前階段人群計(jì)數(shù)的主要問(wèn)題有以下幾點(diǎn)：

在大多數(shù)現(xiàn)有的工作中，前景分割是必不可少的，但前景分割是項(xiàng)艱巨任務(wù);人群的密度和分布會(huì)有顯著變化，需要一種有效的特征來(lái)針對(duì)圖像中人群規(guī)?？赡苡酗@著變化的情況。

基于以上問(wèn)題，《Single-Image Crowd Counting via Multi-Column Convolutional Neural Network》這篇文章的作者提出了一個(gè)基于CNN的新框架用于任意單幅圖像上的人群計(jì)數(shù)。MCNN包含了三列具有不同濾波器大小的卷積神經(jīng)網(wǎng)絡(luò)。所做貢獻(xiàn)如下：

3.4 多列架構(gòu)的原因是：三列對(duì)應(yīng)于不同大小的感受野（大，中，?。姑總€(gè)列卷積神經(jīng)網(wǎng)絡(luò)的功能對(duì)由于透視或不同的圖像分辨率造成的人/頭大小變化是自適應(yīng)的。

3.5 用一個(gè)1*1濾波器的卷積層代替了完全連接的層，因此模型的輸入圖像可以是任意大小的，避免了失真。網(wǎng)絡(luò)的直接輸出是一個(gè)人群密度估計(jì)圖，從中可以得到的整體計(jì)數(shù)。

3.6 收集了一個(gè)新的數(shù)據(jù)集用于人群計(jì)數(shù)方法的評(píng)價(jià)。比現(xiàn)有的數(shù)據(jù)集包含更復(fù)雜的情況，能更好地測(cè)試方法性能。

4 主體架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)

在開始正式編程之前首先要完成系統(tǒng)的主體架構(gòu)設(shè)計(jì)，這樣編程才會(huì)更有目的性，達(dá)到的效果才會(huì)更加準(zhǔn)確，由于現(xiàn)有的兩種算法Yolo與MCNN使用了python語(yǔ)言，因此后端編程使用了flask框架，前端則使用了jQuery框架，他們共有的特點(diǎn)就是簡(jiǎn)潔，輕量，既可以很好地完成系統(tǒng)設(shè)計(jì)，又不會(huì)有太多冗雜的功能。

總結(jié)

該系統(tǒng)的開發(fā)宗旨是將多種識(shí)別算法集成在一個(gè)系統(tǒng)當(dāng)中，有些類似于Eclipse的“萬(wàn)物皆插件”的宗旨，本系統(tǒng)主要分為選擇圖片，上傳圖片，生產(chǎn)參數(shù)列表，原始圖像顯示和識(shí)別結(jié)果顯示這五大模塊，實(shí)現(xiàn)對(duì)圖像的識(shí)別與結(jié)果輸出。

（克拉瑪依職業(yè)技術(shù)學(xué)院信息工程系，新疆 克拉瑪依 834000）