Robuste Multi-Objekt-Fischverfolgung in dynamischen aquatischen Umgebungen mittels auf Aufmerksamkeit basierendem YOLOv8 und LSTM-basierter Trajektorienvorhersage

Mit der zunehmenden Verfeinerung der Zierfischzucht ist das Verständnis von Fischverhaltensmustern entscheidend geworden. Fischbewegungen spiegeln nicht nur tägliche Aktivitätsbereiche wider, sondern zeigen auch Reaktionen auf Umweltveränderungen wie Wasserströmungen und Hindernisse. Traditionelle manuelle Beobachtungen sind jedoch durch Personal und Zeit eingeschränkt, was es schwierig macht, Fischverhalten über längere Zeiträume stabil aufzuzeichnen. Bestehende automatisierte Verfolgungstechniken leiden oft unter ID-Wechseln und Unterbrechungen der Verfolgung, die durch schnelle Fischbewegungen, Okklusionen oder Vermischungen verursacht werden, was wiederum die Zuverlässigkeit nachfolgender Analysen beeinträchtigt. Diese Arbeit schlägt ein auf Deep Learning basierendes Multi-Objekt-Fischverfolgungssystem vor, das YOLOv8n zur Objekterkennung integriert und ein IoU-Zuordnungskriterium verwendet, um Erkennungen über aufeinanderfolgende Frames hinweg zuzuordnen, wodurch die Objekt-ID-Kontinuität gewahrt bleibt. Um ID-Verluste bei schneller Bewegung und teilweiser Okklusion weiter zu reduzieren, wird ein Multiple-LSTM-Vorhersagemodell als temporaler Kompensationsmechanismus eingeführt, wodurch die Zeitstabilität und die Kontinuität der Verfolgung verbessert wird. Darüber hinaus wird ein aufmerksamkeitserhöhter Detektor, YOLOv8-CS (Convolutional Block Attention Module und Squeeze-and-Excitation), entwickelt, um die Erkennungsgenauigkeit in dynamischen Gewässern zu verbessern. Experimentelle Ergebnisse zeigen, dass das vorgeschlagene System die Multiple Object Tracking Accuracy (MOTA) auf 77,23 % erhöht und die ID-Wechsel auf 42,5 signifikant reduziert, was eine robustere und kontinuierliche Trajektorienverfolgung im Vergleich zu Benchmark-Methoden gewährleistet. Dieses System bietet ein hochzuverlässiges Werkzeug für die automatisierte Verhaltensanalyse in komplexen und dynamischen aquatischen Umgebungen.