一种基于饵料响应特征的虾蟹苗种投喂决策方法及系统与流程

本发明涉及机器学习，具体为一种基于饵料响应特征的虾蟹苗种投喂决策方法及系统。

背景技术：

1、在虾蟹苗种工厂化培育过程中，特别是高密度苗种培育阶段，投喂环节对苗种存活与生长具有直接影响，养殖池内苗种在饵料刺激下会产生趋食、聚集、抢食等一系列行为响应，这些行为在视觉上表现为群体运动状态的改变，涉及运动强度、空间分布和方向趋势等多个维度，通过苗池上方安装的工业相机可以持续获取俯视视频流，记录投喂前后苗种群体的行为变化过程。

2、围绕虾蟹苗种投喂的自动化决策，目前已出现一些技术方案，这类方案一般通过分析养殖池内群体的运动信息或分布状态来判断摄食需求，将提取到的行为指标与投喂策略建立关联，常见做法包括对采集图像进行目标检测与运动分析，获得群体活动水平的统计量，再依据预设规则或经验阈值调整投喂量，另有方案采用深度学习方法，直接从原始图像中学习与摄食状态相关的特征表示，并映射为投喂决策指令。

3、现有技术存在的局限至少包括如下问题，在工厂化高密度苗种培育场景时，养殖池内苗种群体在饵料刺激下的行为响应通过相机采集为连续影像序列，现有模型通常截取固定时间窗口内的帧组并提取统计特征作为输入，将具有动态演变规律的摄食响应过程压缩为静态特征表达，使得群体从摄食高峰逐步衰退至饱食残响与投喂间歇期因水流或蜕壳引起的非摄食扰动相应的演化来源不同但瞬时特征相似的响应状态，在特征空间中产生表征混叠，从而导致现有技术难以稳定匹配高密度苗种培育对饵料投放时机的实际需求。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于饵料响应特征的虾蟹苗种投喂决策方法及系统，解决了现有技术难以区分饱食残响与非摄食扰动，导致投喂决策失准的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于饵料响应特征的虾蟹苗种投喂决策方法，包括以下步骤：将虾蟹苗种养殖池对应的图像采集范围划分为若干空间响应区域，连续采集虾蟹苗种投喂过程中的饵料响应图像序列，并获取各空间响应区域对应的空间饵料响应图像序列；对空间饵料响应图像序列进行连续行为响应分析，提取饵料响应特征，并构建时空饵料响应特征序列；将时空饵料响应特征序列输入至预训练的时空过程演化感知网络中；对时空饵料响应特征序列进行空间交互与时间依赖的联合编码，生成饵料响应过程隐状态特征；将饵料响应过程隐状态特征与一组可学习的饵料响应演化基元进行匹配交互，生成饵料响应演化向量；对饵料响应演化向量进行映射处理，输出摄食状态概率分布；基于摄食状态概率分布，生成投喂决策。

3、进一步地，将图像采集范围划分为若干空间响应区域，并获取各空间响应区域对应的空间饵料响应图像序列的步骤如下：获取在图像采集范围内的饵料投放位置，以饵料投放位置为区域划分基准，在图像采集范围内设置若干空间响应区域；并记录各空间响应区域在图像采集范围内的空间响应区域位置关系；按空间响应区域位置关系中的区域边界，对饵料响应图像序列进行区域截取，获得各空间响应区域对应的空间饵料响应图像序列。

4、进一步地，提取饵料响应特征的具体步骤如下：按设定的窗口长度，对空间饵料响应图像序列进行滑动截取，获得若干滑动窗口的图像组；对各滑动窗口的图像组进行帧间运动估计与苗种响应区域分割统计，得到群体运动向量场与群体响应密度分布；对群体运动向量场以及群体响应密度分布进行动态演变分析处理，提取变化特征集，包括运动状态变化特征、聚集状态变化特征、扩散状态变化特征、方向变化特征；将同一空间响应区域在同一滑动窗口内的变化特征集进行排列，形成饵料响应特征。

5、进一步地，构建时空饵料响应特征序列的具体步骤如下：按各滑动窗口在空间饵料响应图像序列中的时间位置，对同一空间响应区域在不同滑动窗口内的饵料响应特征进行时间排序；对时间位置相同的滑动窗口，对饵料响应特征进行空间排序，形成对应滑动窗口的空间响应特征组；基于空间响应区域位置关系，确定各空间响应区域的区域邻接标识，并分别写入饵料响应特征；对不同滑动窗口对应的空间响应特征组进行连续排列，形成时空饵料响应特征序列。

6、进一步地，对时空饵料响应特征序列进行空间交互与时间依赖的联合编码的步骤如下：对时空饵料响应特征序列中的饵料响应特征进行特征映射，获得空间响应特征向量；根据区域邻接标识，计算空间关联权重，并对空间响应特征向量进行加权聚合，获得空间交互特征向量；将空间交互特征向量通过门控机制进行时序演化建模，生成各滑动窗口对应的历史演化特征；将历史演化特征进行排列并融合，生成各滑动窗口对应的饵料响应过程隐状态特征。

7、进一步地，生成饵料响应演化向量的具体步骤如下：分别计算饵料响应过程隐状态特征与各饵料响应演化基元之间的匹配响应值，并进行归一化处理，得到演化响应权重；按照演化响应权重，对一组可学习的饵料响应演化基元进行加权组合，得到基元聚合特征；计算演化响应权重与相邻滑动窗口对应的演化响应权重之间的权重变化量，并根据权重变化量生成演化迁移特征；将饵料响应过程隐状态特征、基元聚合特征和演化迁移特征进行融合，得到饵料响应演化向量。

8、进一步地，时空过程演化感知网络的预训练步骤如下：获取带有摄食状态标注的历史饵料响应图像序列，并生成历史时空饵料响应特征序列；根据历史饵料响应演化向量序列输出对应的历史摄食状态；根据历史摄食状态与摄食状态标注之间的差异确定分类损失；分析相邻滑动窗口对应的饵料响应演化向量之间的演化连续关系，并确定演化连续损失；分析相邻滑动窗口对应摄食状态之间的状态变化关系确定状态，并转换约束损失；根据分类损失、演化连续损失和状态转换约束损失构建初始联合优化目标，并进行演化基元扩展处理，形成综合联合优化目标，并进行联合迭代优化，直至满足预设训练终止条件，得到预训练完成的时空过程演化感知网络。

9、进一步地，演化基元扩展处理的具体步骤如下：在开始训练前，设置预定数量的初始饵料响应演化基元，并将各初始饵料响应演化基元设置为可训练参数；在每次前向传播过程中，分别计算演化响应权重；提取各初始饵料响应演化基元之间的特征相似程度，并计算基元分离约束量；根据演化响应权重的分布计算基元响应集中约束量；根据演化响应权重之间的变化与对应摄食状态标注之间的关系计算基元演化约束量；将基元分离约束量、基元响应集中约束量和基元演化约束量加入联合优化目标，形成综合联合优化目标。

10、进一步地，摄食状态概率分布包括摄食响应增强状态概率、摄食响应维持状态概率和摄食响应减弱状态概率，生成投喂决策的具体步骤如下：分别对最近的多个滑动窗口对应的摄食状态概率分布中的各种摄食状态概率进行时间加权，获得摄食状态累计集；并计算摄食响应减弱状态综合变化趋势；将摄食状态累计集、摄食响应减弱状态综合变化趋势以及摄食状态概率分布与预设的投喂条件进行比对，并基于比对结果生成相应的投喂决策。

11、一种基于饵料响应特征的虾蟹苗种投喂决策系统，包括：数据采集单元，用于采集各空间响应区域对应的空间饵料响应图像序列；饵料响应特征构建单元，用于构建时空饵料响应特征序列；时空过程演化感知单元，包括时空编码模块，用于生成饵料响应过程隐状态特征；过程演化模块，用于生成饵料响应演化向量；状态分类模块，用于输出摄食状态概率分布；投喂决策单元，用于生成投喂决策。

12、本发明具有以下有益效果：

13、（1）、该基于饵料响应特征的虾蟹苗种投喂决策方法，通过构建时空饵料响应特征序列并进行空间交互与时间依赖的联合编码，以此能够捕获苗种群体在饵料刺激下行为响应的动态演变过程，并划分空间响应区域后独立提取各区域的变化特征，通过邻接标识保留空间关系，再沿时间递推建模，使每个滑动窗口的隐状态特征既融合当前各区域表现，也承载此前多个时刻的演变记忆，从而完整表征从投喂到饱食整个过程的群体饵料响应行为轨迹，进而提高决策准确程度。

14、（2）、该基于饵料响应特征的虾蟹苗种投喂决策方法，通过设置可学习的饵料响应演化基元并与隐状态特征匹配交互，以此能够自动发现和区分群体在饵料刺激下不同阶段的响应模式，且在训练中通过基元分离约束保持基元间互异，通过响应集中约束促使每个窗口匹配少数基元，通过演化约束引导相邻窗口权重变化与摄食状态标注一致，使得各基元在训练收敛后分别对应不同响应阶段的变化模式，使得推理时生成的饵料响应演化向量同时包含当前状态、匹配模式和迁移趋势，从而可精准评估摄食状态。

15、（3）、该基于饵料响应特征的虾蟹苗种投喂决策方法，通过在训练过程中引入演化连续损失和状态转换约束损失，使网络学习到的过程表征既能在同一摄食阶段内保持平滑过渡，又能在不同阶段之间遵循群体摄食行为的自然演变规律，且相邻滑动窗口的饵料响应演化向量在状态不变时被约束为彼此接近，避免因水流波动或个体差异产生表征跳变；在状态切换时则被引导沿合理方向迁移，防止出现从摄食增强直接跳变到摄食减弱的违背实际规律的表征路径，从而提升摄食状态判别的稳定程度。

16、（4）、该基于饵料响应特征的虾蟹苗种投喂决策系统，通过数据采集单元获取各区域对应的空间饵料响应图像序列，饵料响应特征构建单元对各区域图像进行连续行为分析并构建时空饵料响应特征序列，时空过程演化感知单元中的时空编码模块对特征序列进行空间交互与时间依赖联合编码生成隐状态特征，过程演化模块通过演化基元匹配将隐状态特征转化为演化向量，状态分类模块将演化向量映射为摄食状态概率分布，最终由投喂决策单元依据概率分布生成投喂决策，从而提升投喂决策的可靠程度。

17、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。