阅读说明：本技术 提取多个移动物体的统计样本的系统及方法 (System and method for extracting statistical samples of multiple moving objects ) 是由 易卜拉幸·萨利赫 梅纳赫姆·蔡金格 押沙龙·巴尔·夏洛姆 阿米泰·佩莱格 耶契尔·斯威米尔 于 2019-03-14 设计创作，主要内容包括：本文提供一种用于提取多个移动物体的族群的统计样本的系统。所述系统包括：(i)光源指示器；(ii)成像装置；(iii)处理器。光源指示器配置为将光源投射到一预定方向,用以点标记多个移动物体。成像装置配置为:(i)面对预定方向；(ii)拍摄多个图像以记录被光源点标记的多个移动物体；(iii)将图像发送到处理器；处理器配置为：(i)在适合于图像处理的预定角度范围内识别多张图像,图像包括被光源指示器点标记的多个物体；(ii)基于机器学习过程,从识别的图像中将预定尺寸的统计样本的多个物体识别为多个相关物体；以及(iii)显示识别的相关物体的多个图像的列表。(A system for extracting statistical samples of a population of a plurality of moving objects is provided herein. The system comprises: (i) a light source indicator; (ii) an imaging device; (iii) a processor. The light source indicator is configured to project a light source to a predetermined direction for point marking a plurality of moving objects. The imaging device is configured to (i) face a predetermined direction; (ii) capturing a plurality of images to record a plurality of moving objects marked by light source points; (iii) sending the image to a processor; the processor is configured to: (i) identifying a plurality of images within a predetermined angular range suitable for image processing, the images comprising a plurality of objects marked by light source indicator points; (ii) identifying a plurality of objects of a statistical sample of predetermined sizes from the identified images as a plurality of related objects based on a machine learning process; and (iii) displaying a list of the plurality of images of the identified related objects.)

提取多个移动物体的统计样本的系统及方法

技术领域

本揭露总体上涉及提取多个移动物体的族群的统计样本。更具体地，本揭露涉及通过成像装置及光学装置提取多个移动物体的族群的代表性统计样本。

背景技术

为了控制或管理一群物体，可能需要测量这些物体的数量及其重量。还需要其他测量，例如遭受健康问题的物体在物体总数中所占的百分比。当族群中是会移动的动物时，该些测量可能是提供准确的日常食物或药物用量、跟踪动物的生长速度以及确定最佳收获时间的基本实践。但是，在移动时测量动物可能是一项复杂的任务。为此，本领域有几种已知方法。

移动物体的族群的例子可能是鱼。一种测量鱼的数量与重量的常用方法是通过随机且手动摘取几十条鱼作为样本，然后计算样本中鱼的总重量。鱼的平均重量是通过将样本中鱼的总重量除以鱼的数量来得出的。但是，因为这种采样方法不方便执行，因此在假定当前样本与先前样本之间的增长率与先前样本与更先前样本之间的增长率相同的前提下，每两周只能执行一次。这种方法的不足之处在于这种假设是错误的，并且不符合现代农业，现代农业渴望精确农业，在精确农业中，通过各种传感器实现以及促进连续与在线监测。

本领域测量鱼的另一种已知的方法是通过管道系统使鱼流过。例如，在美国专利US 20080137104 A1中揭露的方法“一种用于记录及估计鱼的重量的方法。许多摄像机，特别是CCD摄像机，通过摄像机记录鱼在传输管道中移动的图片。从传输管道的不同侧照亮鱼，并通过顺序控制来记录鱼不同部位的图片，以此方式进行复合图像记录，作为估计鱼的重量的基础。一种测量在传输管道12中移动的鱼11的装置，所述装置在传输管道的壁上具有至少两个光源14，用于照亮鱼，并且在圆周上均匀地横切平面中设置两个或多个摄像机10，尤其是CCD摄像机，以记录鱼的反射或鱼的阴影图片。”但是，此方法的缺点是要求要么通过管道系统使所有鱼群通过，要么取得族群的样本，因此冒着可能受到参与偏差或无响应偏差的风险。

Pentair网站上揭露了一种对动物族群进行采样并且将结果外推到整个族群的方法。“每个机架中放置一个框架，并且来自机架的无线射频链路自动将数据传输到中心基地。所有测量都可以在基于网络的报告应用程序中使用，所述应用程序可以自动将每日的详细报告发送给选定的收件人。”根据这种方法，鱼会自愿通过数据收集框架。但是，这种方法的不足之处在于屏幕上显示的所有鱼都被视为样本尺寸的一部分，从而导致样本尺寸太大，因此使样本不够随机，因此推断出精度较低的测量结果。

在美国专利US 20060018197 A1中揭露另一种测量鱼尺寸、鱼数量及全体鱼生物量的方法。在揭露的方法中，“鱼位于水体中的海笼中。将移动平台放在海笼上方的地表水上，并且以横切模式在海笼上方移动。带有连接到移动平台的相关收发器的换能器产生回波图形(echo pattern)，所述回波图形通过处理器转换为与位于海笼中的鱼的鱼尺寸、鱼数量以及全体鱼生物量数据有关的估计值。”这种方法的不足之处在于它通过声学共振返回来测量整个鱼群的质量，并且无法执行单个鱼的测量，因此此方法不够准确。例如，为了确定族群分布，所述方法不能提供任何特定或个体数据。

所有已知的现有技术都揭露了需要针对图像处理的多个成像装置的系统及方法。有需要一种用于统计测量移动物体的族群的方法及系统，其中从族群中取回的样本对于通过使用更简单的系统来推断准确的结果是具有代表性的。

发明内容

因此，根据本揭露的一些实施例，提供了一种用于准确地提取多个移动物体的族群的一统计采样的简单系统。根据一些实施例，所述系统包括一单个成像装置及一单个光源指示器。在一些实施例中，所述系统包括:一光源指示器；一成像装置；以及一处理器，其中所述光源指示器配置为将一光源投射到一预定方向，用以点标记多个移动物体；所述成像装置配置为:(i)面对所述预定方向；(ii)拍摄多个图像以记录被光源点标记的多个移动物体；(iii)将所述图像发送到所述处理器；其中，所述处理器配置为：在适合于图像处理的一预定角度范围内识别多张图像，所述图像包括被所述光源指示器点标记的多个物体；基于机器学习过程，从所述识别的图像中将一预定尺寸的统计样本的多个物体识别为多个相关物体；以及显示所述识别的相关物体的多个图像的一列表，其中多个相关物体的所述列表提供用于统计测量的多个移动物体的族群的一统计样本。

此外，根据本揭露的一些实施例，处理器还配置为：(i)计算所述成像装置与所述相关物体之间的距离；以及(ii)基于所述测得的距离及所述物体的形状来计算所述物体的主体区域。所述处理器还配置为使用所述物体上的一光源点标记来计算距离。

根据本揭露的一些实施例，还提供了一种处理器，所述处理器还配置为当所述识别的相关物体是由一种或多种类型的物体组合时，显示所述族群的一分布。所述一种或多种类型的物体选自于一群组，所述群组由所述物体的种类、形状、颜色、斑点及斑纹组成的。

此外，根据一提供的参数来执行所述系统的机器学习过程。

在一些实施例中，所述提供的参数选自于一群组，所述群组由所述物体的形状、颜色、斑点、斑纹、在空间中的位置及所述物体的运动。

此外，所述系统可以位于一封闭区域内。可替代地，所述系统可以位于所述封闭区域之外，并且被引导到用一光源点标记所述移动物体并且拍摄一图像以记录所述统计样本的多个潜在相关物体。可替代地，所述系统可以位于一虚拟标记的区域中，所述区域可以指定不包含多个物理边界的一区域但是所述区域的所述边界是虚拟，并且它们的定义可以根据用户的喜好而改变。

还提供了一种用于提取多个移动物体的族群的一统计样本的方法。所述方法包括：(i)接收一统计样本的一尺寸；(ii)确定机器学习过程的标准以将多个物体识别为多个相关物体；(iii)将一光源投射到一预定方向上，用以点标记多个移动物体；(iv)使一成像装置面向所述预定方向以通过所述成像装置来拍摄一图像；(v)拍摄所述图像以记录点标记的多个移动物体；(vi)将所述图像发送给一处理器；(vii)在适合于图像处理的一预定角度范围内识别多张图像，所述图像包括被所述光源指示器点标记的多个物体；(viii)根据所述确定的标准通过所述处理器将在所述拍摄的图像中所点标记的一物体识别为多个相关物体；(ix)显示所述识别的相关物体的多个图像的一列表，所述列表具有一统计样本的所述接收的尺寸。多个相关物体的所述列表提供用于统计测量的多个移动物体的族群的一统计样本。

根据本揭露的一些实施例，所述方法还包括：(i)计算所述成像装置与所述相关物体之间的距离；以及(ii)基于所述计算的距离及所述物体的形状来计算所述物体的主体区域。通过所述处理器执行所述计算距离的步骤与所述计算主体区域的步骤。通过使用所述物体上的一光源点标记来执行所述距离的计算。

根据本揭露的一些实施例，所述方法可以进一步包括识别由一种或多种类型的物体组合的多个相关物体的步骤。所述一种或多种类型的物体选自于一群组，所述群组由所述物体的种类、形状、颜色、斑点及斑纹组成的。

此外，所述方法可以进一步包括通过所述处理器显示所述族群的一分布的步骤。

在一些实施例中，所述方法的所述机器学习过程是根据一提供的参数来执行。

在一些实施例中，所述提供的参数选自于一群组，所述群组由所述物体的形状、颜色、斑点、斑纹、在空间中的位置及所述物体的运动。

附图说明

在以下附图中说明了所揭露的主题的一些非限制性示例性实施例或特征。

在附图中：图1A根据本揭露的一个实施例示意性地说明用于提取移动物体的族群的统计样本的系统的一种形式的图，其中光源点标记了相关物体；

图1B根据本揭露的一个实施例示意性地说明用于提取移动物体的族群的统计样本的系统的一种形式的图，其中光源点没有标记物体；

图1C根据本揭露的一个实施例示意性地说明用于提取移动物体的族群的统计样本的系统的一种形式的图，其中光源点标记了物体的一部分；以及

图2根据本揭露的一些实施例说明用于提取移动物体的族群的统计样本的方法的示意流程图。

具体实施方式

在下面的详细描述中，阐述了许多具体细节以提供对本揭露的透彻理解。然而，本领域普通技术人员将理解，可以在没有这些具体细节的情况下实践本揭露。在其他情况下，没有详细描述公知的方法、程序、部件、模块、单元及/或电路，以免使本揭露不清楚。

尽管本揭露的实施例在这方面不受限制，但是利用诸如“处理”、“计算”、“计算”、“确定”、“建立”、“分析”、“检查”或类似的术语的讨论可以指计算机、计算平台、计算系统或其他电子计算装置的操作及/或过程，其将计算机的寄存器及/或存储器中表示为物理(例如电子)数量的数据处理及/或转换为计算机的寄存器及/或存储器中同样表示为物理数量的其他数据或可以存储执行操作及/或过程的指令的其他信息非暂时性存储介质(例如，存储器)。尽管本揭露的实施例在这方面不受限制，但是如本文所使用的术语“多个”及“多个”可包括例如“多个”或“两个或更多个”。在整个说明书中可以使用术语“多个”或“多个”来描述两个或更多个部件、装置、元件、单元、参数等。除非明确说明，否则本文描述的方法实施例不限于特定顺序或序列。另外，一些所描述的方法实施例或其元素可以在同一时间点或同时发生或执行。除非另有说明，否则本文中使用的连接词“或”应理解为包括性的(任何或所有陈述的选项)。

在本说明书中，术语“标记”或“标记的”或“点标记的(point marked)”是指在物体上非永久的但是在物体上显示的光束的点形或十字形或任何其他形状的标记。

一系统可以配置为提取多个移动物体的族群的一统计样本以用于统计测量。在非限制性示例中，一统计测量可以是所述物体的重量。在图1的示例中，显示了这样的一个系统。所述系统100包括一处理器120。例如，处理器120可以包括例如一个或多个计算机中的一个或多个处理单元。处理器120可以配置为根据存储在存储器中的编程指令进行操作。处理器120可能能够基于机器学习过程根据预定标准来执行用于将一预定量的光束标记的移动物体识别为拍摄的图像中的多个相关物体的一应用程序，并且提供所述相关物体的图像的一列表。根据一提供的参数可以来执行所述机器学习过程。在一些实施例中，所述提供的参数可以选自一群组，所述群组由所述物体的形状，颜色、斑点、斑纹、在空间中的位置以及所述物体的运动组成的。

处理器120可以与输出装置150通信。例如，输出装置150可以包括一计算机监视器或屏幕。处理器120可以与输出装置150的一屏幕通信以显示所述相关物体的所述图像的所述列表。在另一示例中，输出装置150可以包括一打印机、显示面板、扬声器或能够产生可见、可听或可触知的输出的另一装置。这样，输出装置150可以递送所述相关物体的所述图像的所述列表的一打印输出。

根据本揭露的一些实施例，处理器120可以与输入装置155通信。例如，输入装置155可以包括一键盘、小键盘或定点装置中的一个或多个，用于使用户能够输入用于操作处理器120的数据或指令。

用户(未显示)可以经由输入装置155输入所述统计样本的尺寸，即，所述统计样本所需的物体的数量，例如，在所述图像的列表中的所述相关物体的数量。

下面将参照附图更详细地描述本揭露，其中

图1A根据本揭露的一个实施例示意性地说明用于提取多個移动物体的族群的统计样本的系统的一种形式的图，其中光源点标记(point mark)了相关物体。

根据本揭露的一个实施例，一光源指示器115可以在与所述成像装置视场的中心线的一平行方向上投射一静态光束125。一成像装置，例如摄像机110与所述光源指示器115面对相同的方向，并且拍摄一图像135A以记录被所述光源指示器115所点标记的多个移动物体。根据本揭露的一些实施例，所述光源指示器可以是一激光束指示器、一LED指示器或任何其他类型的光源。

所述拍摄的图像135可以包括移动物体，如物体140a-c及光束点标记的物体130。所述摄像机110可以将拍摄的图像135A发送到所述处理器120以进行图像处理。

在操作中，所述处理器120可以将所述拍摄的图像135A识别为具有一被所述光源指示器115点标记的物体，所述物体相对于所述光束的一预定角度范围内适合图像处理。例如，假如要通过图像处理来计算所述物体的主体区域，一物体与所述光束125之间的90度可以视为用于图像处理的一适当角度。然后，如果所述拍摄的图像135A被识别为适合于图像处理，则处理器120可随后基于一机器学习过程执行一种将一物体识别为一相关物体的方法。假如没有在所述预定角度范围内点标记一物体，所述处理器120将不会如关于图1C详细描述的那样来执行图像处理。

应当注意，不同的角度范围可能适合于不同类型的图像处理。即，在用于计算所述多个物体的重量的图像处理的示例中，为了测量所述物体的主体区域，所述物体相对于成像装置110应位于的所述预定角度应大致为90度，使得所述成像装置110实质上拍摄所述物体的整个主体区域。但是，在其他情况下，例如，当需要监视所述物体的疾病，例如皮肤疾病时，其他预定角度或预定的角度范围可能适合于检测此类疾病。假如要监视疾病，不一定必须实质上将所述物体定位成垂直于所述光束125，但是可能以各种其他角度定位，只要可以在成像装置100所拍摄的一图像中注意到某些所述物体的疾病的出现即可。

由所述光源指示器115点标记并且由所述成像装置110拍摄的物体在不同方向上移动，并且始终没有位于相同的位置。因此，所述多个物体与静态光束与成像装置的随机移动的组合确保了所述成像装置110所拍摄的变化的物体，因此使得多个相关物体的样本随机且适合于统计测量。根据一些实施例，每秒拍摄一定数量的图像。例如，每秒30张图像。因此，一机器学习过程可以例如通过比较一定数量的连续图像来识别一物体的所述运动。根据一些实施例，为了识别引起鱼类疾病的可能的海洋污染，例如，基于生病的鱼倾向于躺在其一边的已知事实，所述系统100可以识别鱼的所述运动。

根据一些实施例，所述处理器120可以通过实施一图像处理方法来确定所述相关物体的一形状以及所述相机110与所述识别的移动物体，例如物体130之间的所述距离。根据一些实施例，通过使用物体上的一光束点标记145可以计算照相机110与所述识别的移动物体之间的所述距离。在一些实施例中，一相关物体与所述成像装置110之间的所述距离的测量可以基于所述物体与光源指示器115之间的距离，所述距离可以基于所述物体上的所述光束点标记145来计算。然而，在其他实施例中，可以使用排除在所述物体上使用所述光束点标记145的方法来计算成像装置110与一相关物体之间的距离。所述处理器120还可以确定颜色、斑点、斑纹、移动方式或移动缺乏以及在空间中的所述物体的位置，以检测所述物体的皮肤疾病。例如，在空间中的一位置可能是一条拍打的鱼，这可能表明鱼生病了。在另一个示例中，鱼皮上的某些图案或仅出现斑点可能表明一皮肤疾病。

根据一些实施例，所述系统100可以位于一封闭区域内，例如，在所述移动物体所位于的同样封闭区域内，或者，所述系统100可以位于一封闭区域外并且指向点标记所述移动物体并且拍摄一图像以记录所述统计样本的潜在多个相关物体。根据又一些其他实施例，所述系统100可以定位在一虚拟标记的区域中。

因此，基于所述确定的每个物体的距离与形状，可以计算多个相关物体的图像的所述列表中的所述物体的所述重量，如弗兰克S贝伦特D《通过结构光及图像分析的比目鱼的重量估算》，渔业研究，1991年4月，第11卷，第2期，第99-108页进一步阐述的。从而，本揭露例如可以提供所述测量族群的所述物体的所述重量的一统计样本。

监测提供给动物的营养的有效性是控制或管理各种类型的动物的族群的一必要操作。根据一些实施例，要被采样作为所述统计测量的一部分的所述相关物体可以与一种或多种类型的物体的组合。所述一种或多种类型的物体选自一个群组，所述群组由所述物体的种类、形状、颜色、斑点及斑纹组成。例如，如果动物是居住在鱼池中的鱼，则所述相关物体可以是鲈鱼与鳟鱼(及/或生活在鱼池中的任何其他类型的鱼)的组合。所述处理器120可以在一输出装置150上显示所述物体的所述族群的一分布。在这种情况下，所述系统100针对统计测量可以为每种预定类型提供多个相关物体的多个图像的一列表。所述统计测量可以揭示出一弱势族群的一增长率低于一强势族群的所述增长率，例如体重较高的动物，这可能意味着所述强势族群的成长是以弱势群体为代价的。相应地，控制与管理各种类型的所述族群的农民可能会寻求一种解决方案，例如分离所述不同类型或对较弱势族群增加粮食的可及性。在另一个示例中，所述动物是相同物种的鱼，其中雄鱼为红色，雌鱼为灰色。在这种情况下，所述系统100可以根据它们颜色为统计测量提供雄性及雌性的多个相关物体的多个图像的一列表。所述统计测量追踪鱼类繁殖。在又一示例中，所述系统100可以基于机器学习过程来操作以提供多个相关物体的多个图像的一列表，其中所述相关物体患有皮肤疾病。

图1B是说明一种用于提取多个移动物体的族群的一统计样本的系统的一种形式的图，其中通过光源指示器115投射的一光束125没有点标记一物体。根据一些实施例，假如所述光束125没有点标记任何物体并且所述处理器120接收到这样一个图像135B，所述处理器可以丢弃所述图像135B。

图1C是说明一种用于提取多个移动物体的族群的一统计样本的系统的一种形式的图，其中一光束点标记一物体的一部分。

根据一些实施例，当所述处理器120接收到一图像135C时，其中所述光束125点标记一物体，所述物体130与所述光束成不适合图像处理的一相对角度130，所述处理器可以丢弃所述图像135C。例如，当所述系统100配置为识别一物体130，并且物体130相对于光束125实质上以一角度而非90度来定位时，如所述图像135C所示，因为物体130相对于光束125被定位的所述角度不适合于主体区域的图像处理，所以图像135C可能被丢弃并且不包括在统计采样的过程中。也就是说，应通过图像处理来测量一物体，例如物体130的主体区域以确定所述物体130的重量的示例中，所述物体130与所述光束125之间应存在实质上90度的一角度，因此使成像装置110能实质上拍摄所述物体的主体区域的整体。然而，应注意，对于其他物体特性的图像处理，其他角度或角度范围可能是相关的。

图2是描绘一种用于提取多个移动物体的族群的一统计样本的方法的流程图。在图2的示例中，一种用于提取多个移动物体的族群的一统计样本的方法200可以通过一系统的一处理器执行。所述方法200可以根据一用户发出的或另一应用程序自动发出的一请求或一命令来执行。所述方法包括操作210，所述操作210包括从所述输入装置155接收一统计样本的一尺寸。根据本揭露的一统计样本尺寸，可以包括所述系统100拍摄的多个图像的一数目，所述多个图像与一预定物体，例如，物体130匹配，所述物体通过所述光束125来点标记。一统计样本尺寸可以是至少三十个图像。根据多个相关物体的类型的数量可以预定一个或多个统计样本的所述尺寸。在一些实施例中，操作220可以包括确定用于机器学习过程的标准以将多个物体识别为多个相关物体。在非限制性示例中，机器学习过程的标准可以是一物体的颜色或形状，空间中所述物体的运动与位置。所述相关物体可以是一种或多种类型，例如一种或多种动物类型。在一些实施例中，多个物体的所述一种或多种类型可以是所述物体的不同种类、形状、颜色、斑点或斑纹。在操作230中，将一光束投射到一预定方向上用以点标记多个移动物体。在接下来的操作240中，一成像装置正面向所述预定方向以通过所述成像装置来拍摄一图像。在一些实施例中，方法200可以包括操作250，在操作250中拍摄一图像以记录光束点标记的多个移动物体。在一些实施例中，操作260可以包括将所述拍摄的图像发送到一处理器，例如处理器120。操作270可以包括在适合于图像处理的一预定角度范围内识别多张图像，所述图像包括被所述光源指示器点标记的多个物体；操作280可以包括通过所述处理器根据所述确定的标准将所述拍摄的图像中所点标记的一物体识别为一相关物体。根据一些实施例，方法200可以包括操作290，所述操作290可以包括显示所述识别的相关物体的多个图像的一列表，所述列表具有一统计样本的所述接收的尺寸。多个相关物体的所述列表对于统计测量提供了多个移动物体的族群的一统计样本。

应当理解，相对于本文所引用的任何流程图，仅出于方便与清楚的目的，已选择将说明的方法划分为通过流程图的框所表示的离散操作。将所述说明的方法替代地划分为离散操作是可能具有等效的结果。这种替代地划分所述说明的方法为离散操作应该被理解为代表所述说明的方法的其他实施例。

类似地，应当理解，除非另有说明，否则本文所引用的任何流程图的框所代表执行操作的说明的顺序仅是出于方便与清楚的目的而选择的。说明的方法的操作可能以替代的顺序执行，或者同时执行，具有等效的结果。这种重新排序说明的方法的操作应被理解为代表说明的方法的其他实施例。

本文揭露了不同的实施例。某些实施例的特征可以与其他实施例的特征相结合。因此，某些实施例可以是多个实施例的特征的组合。为了说明与描述的目的，已经呈现了本揭露的实施例的前面描述。并不旨在详尽的或将本揭露限制为所揭露的精确形式。本领域技术人员应该理解，根据以上教导，许多修改、变化、替换、改变与等效是可能的。因此，应理解，所附权利要求书旨在涵盖落入本揭露的真实精神内的所有此类修改与改变。

尽管已经在本文中说明及描述了本揭露的某些特征，但是本领域普通技术人员现在将想到许多修改、替换、改变及等效。因此，应理解，所附权利要求书旨在涵盖落入本公开的真实精神内的所有此类修改与改变。