图1 鱼体游动姿态的检测方法

近日，中国水产科学研究院南海水产研究所院级深远海网箱养殖工程联合攻关创新团队李根副研究员、黄小华研究员等人， 在深远海养殖智能监测方法上取得新进展，相关研究成果授权发明专利两项：“鱼体游动姿态的检测方法、装置、电子设备及存储介质，公开号CN117809331B”，“水生动物特征点检测方法、系统、计算机设备和存储介质，公开号CN117994534B”。

“鱼体游动姿态的检测方法、装置、电子设备及存储介质”：该方法利用水面红外相机获得鱼群活动图像，基于目标检测神经网络获取图像中的鱼类目标，进而以高亮像素点生成多个提示点，利用segment anything非监督图像分割网络开展鱼类目标的图像分割，即获取属于鱼的像素点集合，最后对分割后的鱼类像素点集合开展椭圆拟合，即可获得鱼的游动姿态。

“水生动物特征点检测方法、系统、计算机设备和存储介质”：该方法通过主成分分析和无迹变换数据增强获得鱼群的平均鱼形状、主成分及特征值，并以此构建鱼的形状模型。同时，提出先验鱼集合，为特征点检测网络训练过程的正负样本选择提供基准，同时联合鱼的形状模型实现对鱼类特征点回归头输出的编码。另外，提出特征点代价、分类代价，形状变化代价一体的代价函数。最终，融合上述技巧，设计了鱼类特征点检测网络，解决了典型特征点检测网络的输出异常值的问题，提高了鱼类特征点检测的鲁棒性。同时，该方法易推广到其他动植物的特征点提取上。

图2 水生动物特征点检测方法