基于视频的鱼类运动分析用于健康监测

监测鱼类健康状况至关重要，这有助于早期疾病检测，保障动物福利，并促进可持续养殖实践。对培育鱼类的生理和病理状态可通过分析运动活动来推断。本文提出一种系统，从视频中估计鱼类的运动活动，采用多目标跟踪技术。我们方法的核心是嵌入在跟踪-检测框架中的YOLOv11检测器。我们研究了YOLOv11架构的各种配置，以及包含多帧以提高检测准确性的扩展方法。该系统在手动标注的苏拉威西米鱼数据集上进行评估，该数据集来自类似家庭水族箱的设置，表明其能够可靠地测量鱼类的游动方向和速度，用于鱼类健康监测。该数据集将在论文发表后公开。