科创中国

本发明要克服现有技术的上述缺点，提供一种基于视觉注意力模型的鱼群个体目标跟踪方法。视觉系统在复杂场景下跟踪目标运动时，其视野的注意焦点不仅能追随跟踪目标的移动，还能忽略焦点外的目标。本发明从视觉的选择力注意机制得到启发，将目标跟踪抽象为两个关键的计算。第一个计算是确定选择力注意的范围，第二个是选定注意力范围的目标，或者说在注意力范围内排除非跟踪目标。这两个计算通过彼此的交互，从而实现对目标的跟踪，即第一个计算的输出是第二个计算的输入，而第二个计算的输出为第一个计算的输入。

一种基于计算机视觉的鱼目标实时检测跟踪方法，包括以下步骤：1)以鲫鱼作为生物检测对象对其进行实时监测；2)手动获取目标鱼的初始轮廓及跟踪该鱼的视野范围；3)目标鱼轮廓的提取和匹配跟踪；3.1)根据前一时刻目标鱼轮廓计算新的注意力区域；3.2)根据目标鱼注意力区域搜索目标鱼的轮廓；3.2.1)目标鱼注意力区域内聚类并找到目标鱼类别；3.2.2)对聚类检测到的鱼目标作进一步匹配跟踪。本发明的优势：本发明的群目标跟踪算法不但可以对区域范围内鱼目标进行实时性地跟踪，而且当跟踪目标发生交互阻塞时，依然可以准确跟踪目标，从而有效地避免身份丢失和交换。

水产养殖领域

在水产养殖场中，通过水下摄像头利用这种跟踪方法可以实时监测鱼群中个体鱼的生长状态、健康状况。例如，可以及时发现病鱼或生长异常的鱼，便于养殖户及时采取措施，如隔离病鱼、调整饲料配方等。同时，还能准确统计鱼的数量、测量鱼的尺寸，为合理养殖密度控制和精准投喂提供数据支持，提高水产养殖的产量和质量。

海洋生态研究领域

对于海洋生态学家来说，在野外海洋环境中研究鱼群行为时，该方法可以帮助他们更好地了解鱼群内部个体之间的互动关系、群体迁徙模式等。通过长期跟踪不同种类鱼群中的个体，能够收集到关于鱼类繁殖行为、食物链关系等生态信息，为海洋生态系统的保护和研究提供重要的数据。

水下机器人领域

在水下机器人执行任务（如海底资源勘探、水下设备维护等）时，遇到鱼群可能会干扰机器人的正常工作。利用基于视觉注意力模型的鱼群个体目标跟踪方法，水下机器人可以提前感知鱼群的运动轨迹，主动避让鱼群，确保自身的安全和任务的顺利进行。并且在一些海洋生物观察任务中，能够帮助机器人更精准地聚焦和跟踪特定的鱼类个体。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本发明的优势：本发明的群目标跟踪算法不但可以对区域范围内鱼目标进行实时性地跟踪，而且当跟踪目标发生交互阻塞时，依然可以准确跟踪目标，从而有效地避免身份丢失和交换。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。