利用计算机视觉从水下视频分析鲑鱼的口开频率

维护鱼类福利是水产养殖生产中最普遍且最具挑战性的任务之一，尤其是在单个海笼中可能存在超过200,000条鱼的情况下。观察如此数量的个体动物是一项极具挑战性的任务，需要高度自动化的基于计算机视觉的监控，以及使用先进的机器学习和人工智能算法。本文介绍了一种基于计算机视觉的方法，通过水下视频分析确定水产养殖环境中鲑鱼的通气频率，即口开频率。我们利用目标检测网络来检测鲑鱼的特征，包括头部、眼睛、口鼻、嘴部，然后对口鼻区域进行光流分析，以评估其通气率，作为鱼类健康和福利的潜在指标。此方法旨在实时分析鲑鱼的个体行为，从而深入了解种群状态。我们的方法代表着向更自动化的鲑鱼监测的重要进步，提供了一种客观的衡量方法，以有效地确定鱼类行为的一个重要方面，从而帮助提高水产养殖操作的效率。通过分析带注释的视频获得的结果非常有前景，证明了我们方法的可用性。本研究还为进一步探索利用计算机视觉和机器学习进行全面的鱼类状态评估铺平了道路，为可持续水产养殖实践提供了宝贵的见解。