Page 111 - 《渔业研究》2026年第1期
P. 111

渔业研究 2026，48（1） ：108 − 118                                           http://www.hyyysci.com
                Journal of Fisheries Research                                     DOI:10.14012/j.jfr.2025018


                赵亚宁，顾林林，杨 喆，等. 基于计算机视觉的大黄鱼个体身份识别[J]. 渔业研究，2026，48（1） ：108 − 118.
                Zhao Y N，Gu L L，Yang Z，et al. Individual identification of large yellow croaker (Larimichthys crocea) based on computer vision[J]. Journal
                of Fisheries Research，2026，48（1） ：108 − 118.

                           基于计算机视觉的大黄鱼个体身份识别



                             赵亚宁，顾林林，杨    喆，姜    丹，王志勇，方    铭                               *

                           （集美大学水产学院，农业农村部东海海水健康养殖重点实验室，福建 厦门 361021）


                  摘要：【背景】个体识别对鱼类养殖的饲料营养和遗传育种等工作至关重要，被动集成应答
                  器（PIT）是当前实现鱼类个体标记的主流方法，然而该技术存在一些亟待解决的缺陷。
                  【目的】针对       PIT  标记技术存在的侵入性损失、高耗材成本和低效率的问题，本研究致力于
                  开发适用于无显著表型特征（如皮肤斑点或条纹）鱼类的通用视觉识别技术。以中国东海重
                  要经济物种大黄鱼（Larimichthys crocea）为验证载体，系统评估该技术在跨时间尺度的个
                  体识别能力。【方法】使用带有残差结构的                      ResNet 50  网络结构作为主干，建立鱼类个体识
                  别系统，识别系统可以学习不同个体图像之间的差异特征并构建识别特征库。【结果】本研
                  究构建了图像采集流程，针对饲养于福建省白基湾海区且处于遗传选育期的同一批大黄鱼个
                  体，采集了       2  次共  7 960  张双侧面和   1 410  张背腹面图像，填补了目前大黄鱼个体图像数据
                  库的空白。使用产卵前             8  周的  2 061  尾鱼的个体图像训练特征学习模型，并在产卵前                       1  周
                  （7  周后）进行识别。测试结果显示所提出的方法在两侧图像上的短期识别准确率为
                  95.20%，中长期（不同测试组）的识别准确率为（82.90±1.98）%。仅使用单侧图像进行中
                  长期识别时，侧面          1  和侧面   2  的识别准确率分别为（77.70±3.23）%、 （74.50±1.41）%，较
                  双侧图像降低了         3.00%~8.50%，结果表明在实际应用时应尽可能采集和利用两侧图片信息。
                  此外，使用背腹面图像训练模型时，验证集上的准确率最高仅为                                 10.78%，证实了双侧位影
                  像在生物特征提取及个体辨识方面具有显著优势。【结论】本研究开发的个体识别技术具有
                  一定的时间稳定性，不受体型变化影响。此技术将为大黄鱼遗传育种与饲料营养研究提供基
                  础支撑，同时也为其他鱼类个体识别工作提供了新的思路和方法。
                  关键词：个体身份识别；计算机视觉；特征学习；大黄鱼
                  中图分类号：S96；TP181   文献标识码：A   文章编号：2096 − 9848 （2026） 01 − 0108 − 11

                  大黄鱼（Larimichthys crocea） ，属鲈形目（Per-          成为中国养殖量最大的海水鱼。随着大黄鱼养殖产
              ciformes） 、石首鱼科（Sciaenidae） 、黄鱼属（Lari-           业规模的扩大，大黄鱼饲料营养和遗传育种研究也
              michthys） ，是中国东海四大经济鱼类之一 ，其                      逐渐深入。个体识别技术，能够准确地记录每尾大
                                                     [1]
              肉质细嫩，富含丰富的           DHA  和  EPA ，是人类较           黄鱼的遗传信息和生产性能，为优良个体的筛选与
                                              [2]
                                  [3]
              为理想的动物性蛋白源 。中国大黄鱼养殖产量从                           繁殖提供科学依据，从而显著提升育种效率；同时
                                                      4 [6]
              1992  年开始逐年增加    [4-5] ，2024  年已达到  29.3×10  t ，  有助于分析不同饲料对大黄鱼生长的影响，协助优

                   收稿日期：2025-02-24    修回日期：2025-06-04
                   基金项目：福建省自然科学基金重点项目（2021J02045） ；福建省种业创新与产业化工程项目（2021FJSCZY01） ；国家海水鱼产业技
                          术体系（CARS-47-G04）
                   第一作者：赵亚宁，男，硕士，研究方向为水产养殖智能化。E-mail: 1475672978@qq.com
                   通信作者：方 铭，男，教授，博士，研究方向为水产生物遗传育种学。E-mail: fangming618@126.com
              ©《渔业研究》编辑部。本文为使用        CC BY-NC-ND 4.0 许可协议的开放获取作品。
              © Editorial Office of Journal of Fisheries Research. This is an open access article under the CC BY-NC-ND 4.0 license.
   106   107   108   109   110   111   112   113   114   115   116