本文作者：范伟亚
【目的】鱼类识别对渔业资源的开发利用有着重要的意义。针对海底环境恶劣、拍摄环境亮度低、场景模糊的实际情况导致海底观测视讯品质差，视讯中的鱼类识别难的问题以及现有鱼类识别方法存在的鱼类标注资料集过少导致训练的深度模型准确度不高的问题。
【方法】本文提出了一种基于百度EasyDL定制化影象识别平台的海底鱼类识别方法。首先使用伽马校正法和暗通道先验算法对图片资料进行预处理，提高图片亮度和清晰度，接着利用百度EasyDL定制化影象识别平台构建初鱼类识别模型，再使用资料增强等方法对模型进行调优，提高模型识别能力。
【结果】实验结果表明，与其他识别方法相比，该方法可以有效提高鱼类识别的准确率。
1 引言
鱼类不但有一定的食用价值，而且还有很高的药用价值，所以世界各国对鱼类资源的开发和利用都非常重视，在对鱼类资源开发过程中，必须对鱼类进行识别，了解其分布情况，但鱼的种类繁多，形状大小相似，识别起来较为困难。因此研究鱼类识别的方法，对我国渔业资源的开发利用具有重要的学术价值和经济价值，对于鱼类的分布情况，传统的研究方法以出海捕捞为主，使用延绳钓探捕、拖网探捕等常用捕捞技术。这种传统调研方式固然有效，但是对于相关科研人员来说，由于调研过程周期长，耗费资源太多，而且结果存在一定的延迟性，大大影响研究人员研究成果的质量。还有基于声呐系统的方法，对鱼体回波讯号进行处理分析，从声学讯号中提取适于分类的特征进行识别，但是由于声呐系统会对鱼类造成一定的伤害，所以也不能频繁实施，针对上述问题，国家于“十二五”期间提出将全面推动国家海底观测平台的建设，其中就包括通过部署水下摄像器材来实时监控关键海洋生物的重要务，这样就可以通过分析观测视讯来代替出海调研，而且保证了获得资料的实时性，能够极大地提高科研人员的研究效率。
传统的机器学习方法用于鱼类识别的实现过程为：获取鱼影象、提取特征、构建分类器，将特征向量输入分类器以实现种类识别。如：Phenoix等人[1]采用贝叶斯和高斯核混合模型对鱼类特征进行分层分类的方法来实现鱼的分类识别；杜伟东等人[2]提出了一种提取多方位声散射资料的小波包系数奇异值、时域质心及离散余弦变换系数特征,并进行特征融合，最后用支援向量机分类的鱼识别方法；虽然这些方法都可以实现鱼类识别，但是这些方法这类方法已不适用于当前的视讯或图片资料，并且方法严重依赖于人工选择特征，而人工选择特征往往只能选择表层特征，很难挖掘出有鉴别力的特征。
和传统机器学习方法相比，近年来崛起的深度学习方法以资料为驱动，能够从大量资料中通过卷积等操作自动学习特征表示，很好的解决了人工选择特征的问题。Abdelouahid等人[3]和顾郑平等人[4]都提出了采用深度网络模型进行鱼类识别的方法，虽然这些方法在识别效能上都取得了引人瞩目的效果，但是依然存在以下问题：模型识别效能的提高需要大量的鱼类标注资料集用于学习训练，而标注资料工作费时且昂贵，故在实际应用中难以满足。
为此，针对以问题，本文提出了一种基于百度EasyDL定制化影象识别平台的海底鱼类识别方法。利用百度EasyDL定制化影象识别平台解决目标资料集训练资料过小和资料分布差异问题，而且通过引入伽马校正法和暗通道先验算法对资料进行预处理，使资料特征具有更好的辨别能力，同时使用资料增强方法对模型进行调优，使得训练得到的模型的泛化性更强。
2 相关工作
2.1 海洋鱼类识别系统
图 1 海底观测平台
海底观测平台的系统结构如图1所示，位于海面以下的水下接驳器统一接收来自各个感测器的采集资料，包括水下摄像器材采集的视讯资料，然后将资料传输至位于陆地上的岸基站。岸基站接收并快取所有来自海底的资料，按约定的协议和规则转发给大资料中心。大资料中心由多个子系统构成，负责对不同型别资料的转化、储存、处理、分析，其中包括本文将要研究的海洋鱼类识别系统，负责对海底观测视讯的处理分析。本文采用开源计算机视觉工具软件OpenCV来读取视讯资料，将视讯分解为图片帧，同时使用背景差分算法过滤无用帧后，针对每一帧进行预处理和识别分析。
2.2 资料预处理
由于海底影象对各种噪声和干扰是比较敏感的,在不同光照条件下,悬浮物等都对最终成像和识别有很大的影响。而且从影象的形成过程考虑,影象采集是将一个三维目标对映成为一幅二维影象,不可避免会有资讯的丢失,所以本质上影象就具有一种模糊性。另一方面由于海水的能见度低, 透明度只有空气的千分之一,使得采集到的影象信噪比较低、纹理模糊。再次由于海洋中各种悬浮物的存在, 也会对光波(也就是电磁波)产生散射和吸收作用 ,导致采集到的海底影象产生严重的灰白效应。再加上海流的影响以及摄像机镜头的抖动等因素, 造成影象部分失真现象等因素都会影响最终识别的效果。
下面是几幅比较典型的海底鱼类影象,我们可以看到,采集的影象的对比度都较低,影象较为模糊：
图1 海底鱼类影象图
因此，本文先使用提高亮度、提高清晰度对资料进行预处理的方法，尽可能消除亮度低和模糊带来的影响。对于提高亮度的方法，本文选择伽马校正法[5]，使用指数函式调整每个灰度单元，计算公式如下：
（1）
亮度的变化由引数γ来控制：当γ
对于提高清晰度的方法，通过参考基于暗通道先验算法去雾的研究[6]。该研究认为雾天拍摄图片的模糊是由空气中的杂质对光的散射造成的。而海底拍摄图片的模糊也恰好是由水中的杂质对光的散射造成的，于是可以将其适用于海底拍摄图片，所以在该研究的基础上，针对海底环境的特点作了改进，对每个灰度单元进行优化，计算公式如下：
（2）
综合上述提高亮度和清晰度的过程，预处理的步骤如下：
图3所示展示预处理方法对图片品质的提升效果:
a原始图 b预处理后图片
图2 预处理效果对比图
从图3中可以看出，本文提出的预处理方法可以比较有效地提高图片的亮度以及清晰度。但是面对品质极差的图片，预处理方法也显露出了局限性，无法将其品质提高到鱼类各项关键特征都清晰的程度。
2.3 模型构建及训练
本文以台湾电力公司、台湾海洋研究所和垦丁国家公园在2010年10月1日至2013年9月30日期间，在台湾南湾海峡、兰屿岛和胡比湖的水下观景台收集的鱼类影象资料集合--Fish4Knowledge(F4K)资料集[7]作为实验资料。该资料集包括23类鱼种，共27370张鱼的影象，资料集如图4所示。
图3 Fish4Knowledge(F4K)资料集
将实验资料上传至百度EasyDL资料中心，如图4所示，采用百度EasyDL定制化影象识别平台构建鱼类影象识别模型，由于鱼类形状大小相似，品种差异小，可辨识性较小，故选择AutoDL Transfer算法进行模型训练，AutoDL Transfer模型是百度研发的AutoDL技术之一，结合模型网络结构搜寻、迁移学习技术、并针对使用者资料进行自动优化的模型，与通用算法相比，虽然训练时间较长，但更适用于细分类场景。如图5所示。
图4 资料上传
图5 模型构建
2.3 预处理有效性实验
为了证明本文所提预处理方法的有效性，本文在F4K资料集上做了原始的资料和基于预处理的方法的资料模型效能对比实验，实验在引数相同的条件下，使用百度EasyDL定制化影象识别平台对资料进行训练，评估对比结果如表1所示：
表2效能对比
表1的结果显示，在鱼类识别上本文所提的预处理方法比使用原始资料有更好的识别效能，准确率及召回率等各项指标都要远远好于使用原始资料训练的模型。
2.4 模型进一步调优
为了更好的提高模型识别的准确率，本文采用资料增强的方法对资料进行扩充，增加资料的规模，提高模型的泛化效能。以前，若想对训练资料进行资料增强的操作，需要手动调整图片来对模型训练样本进行扩充套件，例如旋转、移动、缩放、翻转图片等方式，过程如图6所示。
图6 资料增强处理
如今，EasyDL的影象分类模型训练中，可以通过平台提供的调参功能来自动执行上述增强操作，优化资料丰富度，开发者再也不用手工重复处理原始资料啦！
表3 资料增强后资料集大小
表4 资料增强后效能对比
2.5 模型对比实验
为了进一步证明本文模型的优势，将本文模型与其他模型，包括目前流行的深度网络模型VGGnet16、VGGnet19以及文献[3]中的PreCNN-SVM鱼类识别方法和文献[4]中Alex-FT-SVM鱼类识别方法，在F4K资料集上进行效能评估和比较，实验对比结果如表2所示。
表5不同方法的鱼类识别效能比较
表2的各种方法对比结果来看，本文的方法相对于其他方法识别准确率有较大提升，获得了99.6%的鱼类识别精度。本方法充分利用百度EasyDL定制化影象识别平台优势，可以很好地解决鱼类识别任务训练资料不足的问题，同时通过引入伽马校正法和暗通道先验算法对资料进行预处理，使资料特征具有更好的辨别能力，使用资料增强方法对模型进行调优，进一步提高了模型识别的准确率。
3 结束语
海底观测环境亮度低、场景模糊，导致采集的视讯品质差，直接识别视讯中的海洋鱼类效果不好。本文提出了预处理方法提高图片品质、百度EasyDL定制化影象识别等方法，实现对较差品质图片的准确识别。针对亮度低和场景模糊的问题，在预处理时首先使用伽马校正法提高了图片的亮度，然后参考基于暗通道先验算法的去雾研究针对海底环境的特点作了改进，提高了图片的清晰度。由于目前还没有大量标记资料，本文使用百度EasyDL定制化影象识别及AutoDL Transfer算法，解决了训练资料少导致模型效果差的问题。从实验结果可以看出，本文所提方法可以以高达99.6%的准确率识别海底鱼类的图片，验证了方法的有效性。然而，本文的方法还存在不足，其中的关键在于海底环境的特殊性，提高图片品质的预处理方法还没有完全结合海底环境的特点，提高图片品质的能力有限。下一步的研究工作将是深入分析、挖掘海底环境的特点，提出针对性更强的、更有效的预处理方法。
参考文献：
[1]Huang, Phoenix X., Bastiaan J. Boom, and Robert B. Fisher. "Hierarchical classification with reject option for live fish recognition." Machine Vision and Applications 2015,26(1): 89-102.
[2]杜伟东, 李海森, 魏玉阔, 等. 基于 SVM 的多方位声散射资料协作融合鱼分类与识别[J]. 农业机械学报, 2015，61(3):39-43.
[3]Tamou A B, Benzinou A, Nasreddine K, et al. Underwater Live Fish Recognition by Deep Learning[C]//International Conference on Image and Signal Processing. Springer, Cham, 2018,171(6): 275-283.
[4]顾郑平，朱敏.基于深度学习的鱼类分类算法研究[J].计算机应用与软件，2018，35(1):200-205.
[5]蒋明敏.基于FPGA的LCD伽马校正研究[D].南京,南京林业大学,2016:25-27.(JIANG M M.Research on LCD Gamma Correction Based on FPGA[D].Nanjing,NanjingForestryUniversity,2016:25-28.)
[6]HE K, SUN J, TANG X. Single image haze removal using dark channel prior[J]. IEEE transactions on pattern analysis and machine intelligence, 2011, 33(12): 2341-2353.
[7]B J, Huang P X, He J, etal. Supporting ground-truth annotation of image datasets using clustering[C]//ICPR. 2012,21(1): 1542-1545.
