中交路橋科技是從事工程檢測監(jiān)測、城市安全監(jiān)測預(yù)警與評價、數(shù)字智能化研發(fā)為一體的復(fù)合型高新技術(shù)集團(tuán)企業(yè)。
在文旅產(chǎn)業(yè)持續(xù)升級與生態(tài)文明建設(shè)不斷深化的背景下，海洋館正從以展示與觀賞為核心的場所，逐步轉(zhuǎn)型為集物種保護(hù)、科研支持、公眾教育與動物福利管理于一體的綜合型專業(yè)機(jī)構(gòu)。與傳統(tǒng)陸生動物園相比，海洋館在管理層面呈現(xiàn)出更高的復(fù)雜度：水體環(huán)境封閉、動物個體密集、物種差異顯著，且動物狀態(tài)高度依賴微小環(huán)境變化。行業(yè)實(shí)踐顯示，在中大型海洋館中，單一展區(qū)往往同時飼養(yǎng)10–30種水族動物，部分高密度池體個體數(shù)量可達(dá)數(shù)百至上千只。在此條件下，傳統(tǒng)以人工巡檢為主的管理模式已明顯難以支撐精細(xì)化管理需求。一線管理人員普遍面臨的問題包括：動物數(shù)量依賴人工估算，誤差可達(dá)10%–30%健康異常多在癥狀明顯后才被發(fā)現(xiàn)行為變化缺乏連續(xù)記錄，無法形成趨勢判斷。海洋館管理正迫切需要從“經(jīng)驗(yàn)驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型。
在活動區(qū)域部署多波束聲吶探魚傳感器和水下視頻攝像機(jī)。聲吶傳感器可監(jiān)測重點(diǎn)區(qū)域魚群活動情況，水下攝像機(jī)可直觀反映局部區(qū)域魚群活動圖像。通過邊緣計(jì)算對聲吶影像和水下視頻數(shù)據(jù)進(jìn)行AI圖像識別，實(shí)現(xiàn)魚類自動識別、數(shù)量統(tǒng)計(jì)及數(shù)據(jù)分析等功能。整個系統(tǒng)可直觀呈現(xiàn)流域水下魚類活動情況，動態(tài)掌握流域生態(tài)恢復(fù)狀況。
基于云邊端技術(shù)架構(gòu)，采用邊緣計(jì)算技術(shù)、新能源技術(shù)、多傳感器融合技術(shù)，有效通過高清成像、水下補(bǔ)光、水下聲納探測等技術(shù)手段對水下魚類、生態(tài)環(huán)境進(jìn)行高實(shí)時全天候的監(jiān)測。監(jiān)測數(shù)據(jù)通過無線或有線網(wǎng)絡(luò)方式上傳至云服務(wù)器，實(shí)現(xiàn)水下魚類視頻圖像信息的積累，形成主要魚種數(shù)據(jù)集。采用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建深度學(xué)習(xí)模型，自動提取高質(zhì)量魚類特征、融合特征，實(shí)現(xiàn)視野范圍內(nèi)的主要魚種識別；測算河流、湖庫、近岸海域等地的生物種群豐度和密度；研究水下生物活動規(guī)律，評估生態(tài)恢復(fù)趨勢。
AI海洋館水族動物智能識別監(jiān)測系統(tǒng)在水族物種識別中，并非簡單依賴外觀特征，而是綜合利用形態(tài)輪廓、運(yùn)動節(jié)律與空間分布等多維信息，對水族動物進(jìn)行持續(xù)判斷。這使系統(tǒng)在多物種同時出現(xiàn)、交叉游動的情況下，仍能保持穩(wěn)定的區(qū)分能力。在主流海水與淡水魚類場景中，該能力在實(shí)際運(yùn)行條件下的物種識別準(zhǔn)確率可穩(wěn)定達(dá)到92%–96%。即便在多物種同框、密集活動的復(fù)雜畫面中，系統(tǒng)的物種混淆情況也被控制在3%–6%的較低水平。這一能力為海洋館帶來的價值，并不僅是“識別出來是什么魚”，而是為后續(xù)的飼養(yǎng)策略區(qū)分、行為對比分析和科研統(tǒng)計(jì)奠定了數(shù)據(jù)基礎(chǔ)，使多物種共存環(huán)境從“模糊整體”轉(zhuǎn)變?yōu)椤扒逦Y(jié)構(gòu)”。
在海洋館場景中，水族動物的健康問題通常首先體現(xiàn)在可被視覺識別的生理或病理特征變化上，如體表損傷、體態(tài)消瘦、體色異常、鰭部破損或閉合異常、異常張口與呼吸節(jié)律改變等。這些特征本身即是水族醫(yī)學(xué)中用于判斷健康狀態(tài)的重要依據(jù)，但在多池體、高密度運(yùn)營環(huán)境下，人工巡檢難以做到持續(xù)、標(biāo)準(zhǔn)化覆蓋。
AI能力通過計(jì)算機(jī)視覺對上述可外顯健康特征進(jìn)行持續(xù)識別與歷史對比，自動標(biāo)記狀態(tài)異常的個體或群體，用于提示進(jìn)一步人工檢查或醫(yī)學(xué)評估。在實(shí)際應(yīng)用中，對于體表損傷、明顯消瘦及體色異常等常見健康相關(guān)特征，系統(tǒng)識別準(zhǔn)確率可穩(wěn)定達(dá)到89%–95%，且可在人工肉眼明顯察覺前1–3天捕捉異常變化。該能力并不承擔(dān)疾病診斷職能，而是通過規(guī)模化、連續(xù)化的健康信號識別，幫助海洋館提前鎖定高風(fēng)險對象，將健康管理從間歇式巡查升級為可追溯、可量化的持續(xù)監(jiān)測體系。
在高游客流量、頻繁環(huán)境變化的海洋館中，水族動物的應(yīng)激反應(yīng)并不罕見，但長期以來，這類問題多停留在經(jīng)驗(yàn)判斷層面，缺乏可量化的評估手段。AI能力通過對運(yùn)動頻率波動、路徑紊亂程度、群體同步性變化等指標(biāo)進(jìn)行綜合分析，對水族動物的應(yīng)激狀態(tài)進(jìn)行持續(xù)評估。當(dāng)系統(tǒng)檢測到異常活躍、頻繁沖撞池壁、長時間靜止或群體行為突變等情況時，可提示可能存在環(huán)境刺激、水質(zhì)變化或游客干擾等風(fēng)險因素。這一能力使海洋館在動物福利管理中，具備了基于數(shù)據(jù)的持續(xù)監(jiān)測手段，為管理調(diào)整提供客觀依據(jù)，而非單次觀察結(jié)論。
海洋館水族動物智能識別監(jiān)測系統(tǒng)支持對水族動物進(jìn)行跨時間段的連續(xù)運(yùn)動軌跡追蹤，在水體環(huán)境穩(wěn)定的條件下，軌跡連續(xù)性可長期保持在90%以上。通過對不同時間、不同環(huán)境條件下的軌跡數(shù)據(jù)進(jìn)行對比分析，管理人員可以直觀了解動物的活動偏好、空間利用情況及行為變化趨勢。這些軌跡數(shù)據(jù)不僅可用于異常行為識別，還可為展區(qū)設(shè)計(jì)優(yōu)化、飼養(yǎng)干預(yù)效果評估以及科研研究提供長期、可復(fù)用的數(shù)據(jù)資產(chǎn)，使行為觀察真正轉(zhuǎn)化為管理價值。
