相关实验视频
Updated: Jun 17, 2025
10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.5K
基于RGB-D传感器的游泳的非侵入性和有效体积重建模型
Kai Lin1,2, Shiyu Zhang3, Junjie Hu1,3
1Fisheries Science Institute, Beijing Academy of Agriculture and Forestry Sciences & National Engineering Research Center for Freshwaters (Beijing), Beijing 100068, China.
Sensors (Basel, Switzerland)
|August 10, 2024
概括
一个新的非侵入性模型使用RGB-D传感器估计鱼质量,改善水产养殖管理. 这种方法提供了准确的,高通量鱼体量评估,没有手动采样压力.
科学领域:
- 水产养殖是水产养殖的一种方式.
- 生物技术是生物技术.
- 计算机视觉 计算机视觉
背景情况:
- 鱼水产养殖在中国至关重要,需要精确的质量测量来进行管理和遗传改进.
- 目前的手动质量测量是劳动密集型,耗时的,侵入性的,对鱼类来说是压力的.
研究的目的:
- 开发一种非侵入性体积重建模型,用于估计游泳的质量.
- 提供可靠,准确和高效的替代水产养殖手动质量测量.
主要方法:
- 使用RGB-D传感器重建了鱼的体积.
- 由深度差异得出的上表面厚度集成计算的体积.
- 通过三个实验小组与游泳鱼验证了模型.
主要成果:
- 在实验组中实现了0.897,0.861和0.883的高预测准确度.
- 证明了模型对可靠和准确的鱼质量估计的能力.
- 该方法不需要任何特殊的硬件和最小的计算.
结论:
- 拟议的非侵入性模型为鱼质量评估提供了一种非接触式,高通量和敏感的方法.
- 这项技术在改善水产养殖管理和的遗传选择方面具有重大潜力.
- 该方法可能适用于其他培养鱼类物种的质量估计.
