双摄像系统追踪水生生物行为
双摄像系统追踪水生生物行为
逐水而居，傍水而生，是人类远古流存的生活文明。水分佈佔地球表面71%，孕育出形态万千的水生生物，蕴含生命的奥秘，也见证着不同时代的环境变迁和生态循环。时至今日，清洁食水与人类的健康安全、生计改善和发展进步环环紧扣，而水生生物为水世界敞开一扇窗戶，通往动物行为生态学的广阔视野，让我们潜探生物与环境互动的神秘一面，了解它们如何适应并塑造自己的生存环境。随着科技的进步，科学家运用最新的行为追踪技术，深入探索它们的生活习性与社交互动。
澳门大学计算应用技术博士课程的学生吴泽伟、王翠和张伟，在应用科学学院柯韋教授的指导下，与北京航空航天大学和北京林業大学的学者合作构建先进的双摄像系统，以在线、立体的方式追踪水生模式生物的行为。研究成果有助于收集更全面的水生生物行为相关数据，为后续生态保护和环境管理研究提供更精确的先决条件。
三维影像全覆盖追踪预测
观察鱼类水产的行为，包括运动、摄食、繁殖等，能了解它们的健康状态及生活环境，一旦发现行为异常，也能及时采取适当措施补救。传统的水下监控摄像系统，往往只能从单一角度观察到二维影像，出现视角限制或遮挡，难以全面追踪鱼类行为，或出现追踪精确度低等问题。
研究团队独具匠心，利用先进的双摄像追踪系统来观察斑马鱼的行为，并印证系统的精准度和稳健性。双摄像机犹如两位默契的舞者，在水世界翩翩起舞，从多个角度同时捕捉斑马鱼的曼妙身姿，极大地减少视觉遮挡的困扰，为精准追踪奠定坚实的基础。独特装置设计不仅展现研究团队的创新思维，也体现他们对细节的精雕细琢。
双摄像系统的灵魂之处在于其物件侦测算法和软件的早期重建策略。研究团队开发的鱼头探测器如同拥有火眼金睛的侦探，能够准确无误地识别视频画面中的目标斑马鱼。而早期重建策略则如同一位技艺高超的雕塑家，在追踪过程中即时重建斑马鱼的三维坐标，让行为追踪变得更加实时和精确，追踪过程中展示技术的力量，呈现有关科学研究的严谨与细致。
为进一步提升追踪的准确性和可靠性，研究团队引入多视图对比学习框架和卡尔曼滤波器（Kalman Filter）。多视图对比学习框架如同一座桥梁，连接不同相机视角间的观察结果，使影像匹配性更为精密；而卡尔曼滤波器则如同一位精明的预言家，通过简化鱼类运动模型，有效估计三维目标的状态，强化追踪系统的预测和修正能力，有效融合解决技术难题。
水生态健康与污染监测
生态健康涵盖人类的居住环境、生物环境和代谢环境的健康状况，与人类的生存质量关系密切。广泛使用农药、塑料制品的生产与焚烧、工业及城市污水排放，以及频繁的化学品泄漏等现象，都对水生态系统和水生动物构成严重威胁。人类频繁的活动足迹导致气候变暖，水体温度升高减少水中溶解氧和增加生物代谢率，这些现象加剧重金属等微污染物对水生动物的毒性，影响动物的进食和生长，甚至降低它们的解毒能力。
鱼类作为水生生物链的高级成员，它们的行为变化能够直观反映水体环境的变化。因此，通过监测鱼类的行为反应来评估水生态环境的健康状况，已成为全球研究的热点。鱼类的行为变化，如游泳速度、避开污染源的距离以及在水面的活动范围，都可以作为评估水质和水生态修复效果的重要指标。例如，斑马鱼在不同类型环境污染物的影响下表现出变化行为，尤其对砷和锰等剧毒物质出现高敏感度。双摄像追踪系统能够更准确和有效地监测鱼类的行为，透过实时的行为变化数据，反映出水生态环境的健康状态，也为水生态修复提供了科学依据和预警。
水产养殖产业智能化
在水产养殖领域，异常行为的检测是保障水生动物健康的關鍵手段之一。温度波动、溶解氧的变化、以及寄生虫的侵扰都可能導致水產動物行为有显著改变。研究人員通过收集大量的视频图像数据，提取水生动物的位置信息和运动轨迹，分析其行为特征。这些数据进一步通过相似度度量方法和机器学习技术如支援向量机（Support Vector Machine）进行处理，以识别鱼类的异常行为，例如在摄食前、摄食中和摄食后分析鱼群的密度和行为模式，这些技术对于早期识别饥饿状态或其他压力反应至关重要的。
中国是全球水产养殖的领导者，佔全球总产量的65%，在过去20年間，养殖产量增长了两倍，为国民提供约三分之一的优质动物蛋白，水產養殖安全把关相当重要。传统水产养殖模式面临著生产效率低、环境压力增大以及养殖风险高等问题，加上劳动力成本持续上升和劳动力人口老龄化问题，使得养殖业的挑战越加严峻。因此，转向高效、生态友好、精准和智能化的水产养殖模式成为水产养殖业未来发展的必由之路，引入双摄像系统监测水产养殖，能有效减少养殖者的劳动负担，以此提升生产效率，减少环境足迹，并降低养殖风险，确保可持续发展。
双轨促进动物福利与科学进步
动物福利越发受到国际关注，科学界考虑到动物在实验中所承受的痛苦和死亡等伦理问题，以及高昂的时间和成本投入，正逐步减少使用动物实验并寻求替代方案。为此，科学家提倡3R原则—替代（Replacement）、减少（Reduction）和优化（Refinement），旨在减少对动物的依赖，同时提高实验的伦理性效率，推动科学实验迈向可持续的方向发展。
在众多潜在的动物替代者中，斑马鱼以其独特的生理特性和实验优势脱颖而出，堪称为水中白老鼠，它们的基因与人类有七成相似，但生理结构和感知能力较低，是研究各种人类疾病模型的理想选择。因此，在各种科学实验，特别是生物医学的实验中，对于精准观察斑马鱼的需求日益增加。利用双摄像系统对斑马鱼进行观察，收集它们的行为模式，有助于遗传疾病模型的建立，成为研究基因功能与发育生物学的有力工具。此举亦能在心脏病学、形态学研究、肿瘤学、神经科学与行为研究、生态神经毒理学等領域提供丰富的实验数据和见解。例如，研究人員通过将斑马鱼幼鱼暴露于不同化合物的实验，在相对短的时间内评估其行为、神经发展与功能的影响，以更加符合伦理的方式去了解神经系统疾病、心血管疾病和癌症等多种人类病症。在优化效率方面，斑马鱼一次可产下超过200颗受精卵，强大的繁殖能力为大规模实验提供充足的样本来源，降低实验误差。
先进的水底生物行为追踪系统成为伦理实验的推手，让斑马鱼得以在实验中广泛应用，彰显动物替代的可行性与优越性，深刻揭示伦理与科学进步之间的和谐共生关系。通过采用更加符合伦理的实验方法，不仅能够减少对实验动物的伤害，也能提高实验的效率和准确性，达至双赢的局面，有利于推动科学研究发展，展示现代科研与学术伦理的并行不悖。
人工智能与计算视觉
柯韋教授是计算应用技术博士课程主任，并在机器翻译暨人工智能应用技术教育部工程研究中心担当核心科研成员，教研经验近廿载。他在人工智能、计算视觉和自然语言处理等領域取得卓越成就，研究成果丰硕，已在国际学术界发表逾140篇论文，并在《高級工程信息學》（Advanced Engineering Informatics）等知名期刊上发表重要研究，尤其在影像识别的精准度和稳定性上取得显著进展。
在推动科技创新和学术交流方面，柯教授致力于拓展不同专业领域的合作伙伴，并寻求学术资源，近期由他领导的项目“类人视觉的开放学习理论与方法”，与三所高校合作取得了计算视觉和深度学习理论的突破，有关项目由国家自然科学基金与澳门科学技术发展基金联合资助。同时，作为电脑学理学士学位课程的老师，对培养年轻人才抱有极大的热情，其教学成果曾获得“国家级教学成果奖”。柯教授也积极参与海洋保育相关的科研，利用其专业知识和技术推进相关领域的研究，尤其在水生生物的行为分析和生态系统健康评估中发挥重要作用，为水生生物保育提供科学依据和技术支持，让生态系统多样性维持富饶。