基于双目视觉的开放空间蜜蜂群体三维稳定追踪方法(STBV)研究

针对开放空间飞行蜜蜂群体目标追踪中因高密度、外观相似及运动模式趋同导致的ID频繁切换问题，华中科技大学团队提出基于双目视觉的稳定追踪方法STBV。该方法通过融合目标瞬时特征时间稳定性与双目观测信息互支撑，构建新型轨迹策略，显著降低2D轨迹ID切换率并提升3D轨迹重建稳定性。实验基于自建数据集HoneyBee2D/3D验证，成果发表于《Computers and Electronics in Agriculture》，为蜜蜂行为学及生态保护研究提供关键技术支撑。

　　

蜜蜂作为全球农作物的重要传粉者，其种群健康状况直接影响粮食安全。然而，农药滥用和疾病传播导致蜂群生存状况堪忧。传统观察手段难以捕捉开放空间中高速飞行的蜜蜂群体行为特征，现有追踪技术面临三大挑战：个体体积微小（约1cm）、运动速度敏捷（最高15m/s）、群体密度高且外观相似，导致常规多目标追踪方法如SORT、3DZeF等易产生轨迹ID混乱，严重影响三维运动轨迹重建的准确性。

针对这一难题，华中科技大学研究团队在《Computers and Electronics in Agriculture》发表创新成果，提出基于双目视觉的稳定群体目标追踪方法STBV。该方法以3DZeF算法为基线，针对蜜蜂特性进行三重技术改良：首先采用轨迹拟合预测遮挡目标位置，其次利用瞬时速度相似性关联轨迹片段，最终通过双目观测互校验机制修正错误关联。研究团队自主构建包含10组数据的HoneyBee2D/3D数据集，实验显示STBV的MOTA指标提升23.7%，ID切换次数降低68%，成功实现自然状态与外界干扰状态下蜜蜂三维飞行轨迹的稳定重建。

关键技术方法包括：1）基于IMF（瞬时运动特征）的2D轨迹构建；2）双目视角轨迹互校验机制；3）三维坐标重建与轨迹优化。实验样本来自华中农业大学提供的蜂群，通过同步双摄像头采集开放空间飞行数据。

【初始2D轨迹构建结果】
在HoneyBee2D数据集测试中，IMF算法相较3DZeF和SORT展现显著优势：MOTA（多目标追踪准确率）达87.2%，IDF1（身份保持度）提升至89.4%，ID切换次数减少至平均每序列3.2次。这表明瞬时运动特征能有效区分外观相似的个体。

【3D轨迹重建稳定性】
通过双目视角轨迹互校验，3D重建轨迹的断裂率降低52%，平均轨迹长度延长至287帧。实验首次捕捉到蜜蜂受干扰时的螺旋规避行为，其三维运动幅度较自然状态增加214%。

【行为特征分析】
重建的3D轨迹揭示：自然状态下蜜蜂飞行高度集中在1.2-2.5米，水平位移速度服从威布尔分布；遭遇干扰时个体间平均距离缩短38%，形成更紧密的防御阵型。

该研究突破传统群体目标追踪的三大局限：首次将时间稳定性特征引入蜜蜂追踪，创新性地建立双目信息互支撑机制，开发出适用于开放空间的动态目标数处理策略。研究成果不仅为昆虫行为学研究提供新工具，其提出的STBV框架可扩展至鸟类迁徙、鱼群运动等群体行为监测领域。作者团队特别指出，未来工作将聚焦于实时追踪算法优化，并探索该方法在蜂群健康预警系统中的应用潜力。