当前栏目: 论文成果

基于匈牙利算法和LSTM网络的储粮害虫轨迹跟踪及行为研究

发布时间:2023-05-04 点击次数:

影响因子: 2.278
DOI码: 10.3969/j.issn.1003-0174.2023.03.005
所属单位: 长江大学计算机科学学院
发表刊物: 中国粮油学报
刊物所在地: 北京
项目来源: 中国高校产学研创新基金新一代信息技术创新项目2020(2020ITA03012)
关键字: 储粮害虫 匈牙利算法 长短期记忆网络(LSTM) 轨迹跟踪 余弦相似度
摘要: 长期以来储粮害虫给粮食储物带来严重损失,为寻找一种安全高效、环境友好的储粮害虫防治方法替代化学防治,本文研究储粮害虫的运动行为。采用计算机视觉技术对视频图像逐帧处理,运用匈牙利算法对多个储粮害虫目标轨迹跟踪,并结合长短期记忆网络(long short-term memory, LSTM)与余弦相似度方法解决多个储粮害虫在运动过程中目标重叠的问题。实验结果表明,该方法在137个储粮害虫正常运动视频中达到98.5%的跟踪准确度,在58个含有目标重叠的视频中达到89.7%的准确度。最后计算实时运动行为指标,如行走距离、行走速度、行走方向等,这为分析在热处理、熏蒸、气调等杀虫过程中储粮害虫运动行为,推算其移动范围并依此调整杀虫强度,从而控制成本以达到最好的杀虫效果提供理论支持,为建立高效的储粮害虫防治方案提供一种策略参考。
合写作者: 张豫麒, 吕建华, 洪胜兵, 董天豫, 佘金惠, 黄华姿
第一作者: 闵超
论文类型: 期刊论文
通讯作者: 詹炜
论文编号: 20260830-013
学科门类: 工学
一级学科: 计算机科学与技术
文献类型: 期刊
卷号: 38
期号: 3
页面范围: 28-34
ISSN号: 1003-0174
CN号: 11-2864/TS
发表时间: 2023-03-25
版权所有©长江大学 鄂ICP备05003301号-1 公网安备42100202000009号   访问量: 最后更新时间:..