长期共养水生动物的视频追踪：以挪威龙虾（Nephrops norvegicus）每日运动活动为例

摘要

本文介绍了一种长期对动物个体进行追踪的实验方案。该方法采用计算机视觉技术，通过龙虾作为案例研究对象，识别一组人工构建的标记，同时提供了龙虾的饲养、操作和标记方法的相关信息。

摘要

本文介绍了一种基于背景减除和图像阈值分割的视频追踪技术方案，可实现对共养动物的个体追踪。我们利用该追踪程序，在明暗循环条件下连续5天对四只共养的挪威龙虾（Nephrops norvegicus）进行了测试。实验前每只龙虾均已进行个体标记。实验装置及所用追踪技术完全基于开源软件。将自动追踪结果与人工识别进行比较表明，龙虾被正确检测的频率为69%。在被正确检测到的龙虾中，其个体标记被准确识别的比例为89.5%。结合本方案所采用的帧率以及龙虾的运动速度来看，该视频追踪系统具有良好的性能，代表性结果也证实了该方案能够为科研提供可靠数据（如个体空间占用或运动活动模式）。本文所述方案易于定制，因此可推广应用于其他物种，尤其适用于需要对群体中个体进行追踪以回答科学问题的研究场景。

引言

近年来，基于图像的自动化追踪技术提供了高度精确的数据集，可用于探索生态学和行为学领域的基本问题¹。这些数据集可用于动物行为的定量分析^2,3。然而，每种用于动物追踪和行为评估的图像方法都有其优势与局限性。在利用视频中前序帧的空间信息来追踪动物的基于图像的追踪方案中^4,5,6，当两只动物的运动路径交叉时，可能引入错误。这类错误通常不可逆，并会随时间推移而累积传播。尽管计算技术的进步已能在一定程度上减轻甚至几乎消除这一问题^5,7，但这些技术仍需要均一的实验环境，以实现准确的动物识别与追踪。

在动物中使用可被唯一识别的标记可避免这些错误，并实现对已识别个体的长期追踪。工业和商业领域已广泛使用多种标记（例如， 条形码和二维码），并可通过成熟的计算机视觉技术进行识别，例如增强现实（如 ARTag⁸）和相机校准（例如， CA....

方案

本研究使用的物种不属于濒危或受保护物种。采样和实验室实验遵循西班牙法律法规以及机构内部（ICM-CSIC）关于动物福利的规定。动物采样工作已获得当地主管部门（加泰罗尼亚自治区政府）的许可。

1. 动物饲养与取样

注意：以下实验方案基于研究人员能够在夜间野外采集N. norvegicus的假设，以避免光感受器受损²³。必须避免N. norvegicus暴露于阳光下。采集后，龙虾应饲养在类似于先前报道的驯化设施中^17,24，并持续供应冷藏海水（13 °C）。本研究使用的动物为间蜕皮期的雄性个体，头胸部长度（CL；均值 ± 标准差）为43.92 ± 2.08 mm（N = 4）。

1. 将个体置于隔离的隔间中，以避免因个体间争斗造成损伤（见图1a-d）。
2. 每周随机时间喂食约3次，以避免干扰昼夜节律。
   注意：本实验中使用贻贝（每只龙虾约4 g）作为食物。贻贝购自冷冻食品供应商，适合人类食用。
<....

结果

我们手动构建了实验数据的一个子集，以验证自动视频分析的准确性。随机选取了1,308帧作为样本，置信水平为99%（表示样本在误差范围内准确反映总体的可靠性），误差幅度为4%（表示样本结果与总体真实值之间的接近程度的百分比）。随后对每帧中感兴趣区域（ROI）的正确识别以及每个ROI内标签的正确识别进行了人工标注。需要注意的是，单帧图像可能包含数量不定且范围不确定的ROI，因为部分龙虾可能隐藏在洞穴内，或一个ROI中包含两只及以上动物，或存在误检情况。

1,308 帧图像中的动物总数为 3,852 只（人工标注的感兴趣区域）。该方法共检测出 3,354 只动物。其中，701 个检测结果（21%）为假阳性（即龙虾被误认为背景的感兴趣区域数量）。在检测出的动物总数中，2,653 个检测结果（79%）正确匹配.分类器在检测区域中正确识别出龙虾存在的次数；另见 图6a, b.......

讨论

通过视频追踪方案获得的性能和代表性结果证实了其在动物行为学应用研究中的有效性，尤其适用于群养动物的社会调节和昼夜节律研究。动物检测效率（69%）和标签识别准确率（89.5%）结合本研究中目标物种的行为特征（如运动速率），表明该方案是长期实验（例如数天至数周）的理想选择。此外，该方案具有操作简便、开发和定制速度快的基本优势，相较于自动学习算法和神经网络等其他技术更具实用性⁴³。本研究所采用的追踪技术是对早期略有不同的实验方法不断优化后的最终成果⁴⁴。

实验方案中的一个关键步骤是标签设计；应考虑到采用其他标签设计可能会提升大津二值化方法的性能。例如，本文报告的一个误差来源是标签中外圈黑色圆环与内部白色几何形状之间的误检（参见图9，其中显示了一个二值化帧，包含该误差的细节）。可通过增大白色内部几何形状外围黑色圆环的直径（2–3 mm），或交换标签的颜色（白/黑），来改善二值化过程。在尝试纠正此类误差时，我们不建议使用诸如腐蚀或膨胀等图.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
三脚架 475	曼富图	A0673528	已停止
关节臂 143	曼富图	D0057824	已停止
USB 2.0 uEye LE 相机	iDS	UI-1545LE-M	https://en.ids-imaging.com/store/products/cameras/usb-2-0-cameras/ueye-le.html
鱼眼镜头 C接口 f = 6 mm/F1.4	Infaimon	标准光学	https://www.infaimon.com/es/estandar-6mm
玻璃纤维水箱 1500 x 700 x 300 mm3
黑色毛毡织物
木材结构储罐			5 根木条 50x50x250 mm
木结构毡织物			10 根木条 25x25x250 毫米
不锈钢螺钉			根据固定木条结构的需要而定
PC			2核CPU，4GB内存，1GB显卡，500GB硬盘
外部存储硬盘驱动器			建议容量为 2 TB
iSPY Windows PC 软件	iSPY		https://www.ispyconnect.com/download.aspx
Zoneminder 软件 Linux 个人电脑	Zoneminder		https://zoneminder.com/
OpenCV 2.4.13.6 库	OpenCV		https://opencv.org/
Python 2.4	Python		https://www.python.org/
露营冰盒
塑料托盘
氰基丙烯酸酯凝胶			粘贴标签’s
1块黑色PVC塑料板（1 mm厚度）			标签的构建
1 块白色 PVC 塑料板（1 mm 厚度）			标签的构建
4 标签’s Ø 40 mm			用黑色制成 &白色PVC塑料板
3 m 蓝色斯特林德 LED 光源（480 nm）			防水性能为佳
3 米红外 Strid LED 光源（850 纳米）			防水性能为理想特性
6 m  甲基丙烯酸酯管 Ø 15 mm			封闭式斯特里德发光装置
4 个 PVC 弯头  45o Ø 63 mm			挖掘洞穴的构建
3 m 柔性聚氯乙烯管 Ø 63 mm			挖掘洞穴的构建
4 个 PVC 螺口盖 Ø 63 mm			挖掘洞穴的构建
4 个 O 形圈 Ø 63 mm			挖掘洞穴的构建
4 个女性PVC插座胶/螺纹 Ø 63 mm			挖掘洞穴的构建
10 米直流 12V 电缆			光控机制
直流电源 12 V 300 W			光控机制
MOSFET，RFD14N05L，N沟道，14 A，50 V，3引脚，IPAK（TO-251）	RS Components	325-7580	光控机制
二极管，1N4004-E3/54，1 A，400 V，DO-204AL，2引脚	RS Components	628-9029	光控机制
保险丝座	RS Components	336-7851	光控机制
2 路电源端子 3.81 mm	RS Components	220-4658	光控机制
电容器 220 µF 200 V	RS Components	440-6761	光控机制
电阻 2K2 7 W	RS Components	485-3038	光控机制
熔断器 6.3 x 32 mm2 3A	RS Components	413-210	光控机制
Arduino Uno Atmel Atmega 328 微控制器板	RS Components	715-4081	光控机制
Prototipe Board CEM3,3 孔，RE310S2	RS Components	728-8737	光控机制
DC/DC转换器，12 V输入，±5 V输出，100 mA，1 W	RS Components	689-5179	光控机制
2 支 SERA T8 蓝月光荧光灯管，36 瓦	SERA		已停用/轻度隔离设施