基于Bytetrack的多目标跟踪算法在斑马鱼毒性行为识别中的应用

Q142; 利用计算机视觉技术识别斑马鱼(Danio rerio)在不同污染物暴露下的行为变化是水质毒性评价的常用方法之一,但传统方法存在效率低、面对遮挡和复杂环境时性能差等缺陷.针对这些问题,本研究使用基于Bytetrack的多目标跟踪算法追踪斑马鱼在4种污染物(Zn、Pb、Cr和苯酚)暴露2h后的行为变化,对斑马鱼在4种浓度梯度中的平均速度、最大速度、最低速度、平均碰撞次数和行为轨迹等指标进行分析.结果显示,算法的追踪精度、漏检率和检测时间(每300帧)分别能达到90.26％、16.33％和0.19min,检测时间和精度相比于传统目标检测方法有较大提升.同时,根据污染物不同,该方法能准确识...

Full description

Saved in:
Bibliographic Details
Published in渔业科学进展 Vol. 45; no. 2; pp. 136 - 149
Main Authors 赵海翔, 崔鸿武, 黄桢铭, 王磊, 李皓, 崔正国, 曲克明
Format Journal Article
LanguageChinese
Published 中国海洋大学水产学院 山东 青岛 266003%农业农村部海洋渔业与可持续发展重点实验室中国水产科学研究院黄海水产研究所 山东 青岛 266071 2024
上海海洋大学水产与生命学院 上海 201306
农业农村部海洋渔业与可持续发展重点实验室中国水产科学研究院黄海水产研究所 山东 青岛 266071%农业农村部海洋渔业与可持续发展重点实验室中国水产科学研究院黄海水产研究所 山东 青岛 266071%农业农村部海洋渔业与可持续发展重点实验室中国水产科学研究院黄海水产研究所 山东 青岛 266071
浙江海洋大学水产学院 浙江 舟山 316022
Subjects
斑马鱼
Computer vision
Multi-target tracking
计算机视觉
Behavioral analysis
Zebrafish
多目标跟踪
行为分析
Online AccessGet full text
ISSN2095-9869
DOI10.19663/j.issn2095-9869.20231018001

Cover

More Information
Summary:Q142; 利用计算机视觉技术识别斑马鱼(Danio rerio)在不同污染物暴露下的行为变化是水质毒性评价的常用方法之一,但传统方法存在效率低、面对遮挡和复杂环境时性能差等缺陷.针对这些问题,本研究使用基于Bytetrack的多目标跟踪算法追踪斑马鱼在4种污染物(Zn、Pb、Cr和苯酚)暴露2h后的行为变化,对斑马鱼在4种浓度梯度中的平均速度、最大速度、最低速度、平均碰撞次数和行为轨迹等指标进行分析.结果显示,算法的追踪精度、漏检率和检测时间(每300帧)分别能达到90.26％、16.33％和0.19min,检测时间和精度相比于传统目标检测方法有较大提升.同时,根据污染物不同,该方法能准确识别特定污染物环境中斑马鱼相应的运动状态及轨迹变化,可实现精确识别和实时响应,在鱼类毒性行为识别领域具有重要参考意义.
ISSN:2095-9869
DOI:10.19663/j.issn2095-9869.20231018001