Key points are not available for this paper at this time.
Die Industrialisierung, hohe Dichte und umweltfreundliche Aquakultur erfordert ein präziseres und intelligenteres Management der Aquakultur. Phänotypische und Verhaltensinformationen von Fischen, die das Wachstum und das Wohlbefinden der Fische widerspiegeln, spielen eine entscheidende Rolle im Management der Aquakultur. Die Stereovisionstechnologie, die die Parallaxe-Wahrnehmung des menschlichen Auges simuliert, kann die dreidimensionalen phänotypischen Merkmale und Bewegungsbahnen von Fischen durch verschiedene Sensortypen erfassen. Sie kann die Einschränkungen bei der Behandlung von Fischdeformationen, häufigen Occlusionen und das Verständnis von dreidimensionalen Szenen im Vergleich zu den traditionellen zweidimensionalen Techniken der Computer Vision überwinden. Mit der Entwicklung und Anwendung des Tiefenlernens in der Aquakultur ist die Stereovision zu einer überlegenen Computer Vision-Technologie geworden, die genauere und interpretierbare Informationen für das intelligente Management der Aquakultur bereitstellen kann, wie z.B. Größenabschätzungen, Zählungen und Verhaltensanalysen von Fischen. Daher ist es für Forscher, Manager und Unternehmer von großem Vorteil, ein gründliches Verständnis der schnell entwickelnden Stereovisionstechnologie für die moderne Aquakultur zu haben. Diese Studie bietet eine kritische Übersicht über relevante Themen, einschließlich der vierstufigen Anwendungsstruktur der Stereovisionstechnologie in der Aquakultur, verschiedener Technologien des tiefen Lernens und spezifischer Anwendungsszenarien. Die Übersicht trägt zur Forschung und Entwicklung bei, indem sie die aktuellen Herausforderungen identifiziert und wertvolle Vorschläge für zukünftige Forschungsrichtungen liefert. Diese Übersicht kann als nützliche Ressource für die Entwicklung zukünftiger Studien und Anwendungen der Stereovisionstechnologie in der intelligenten Aquakultur dienen, mit einem Fokus auf die phänotypische Merkmalsextraktion und Verhaltensanalyse von Fischen.
Zhao et al. (Thu,) haben diese Frage untersucht.