爬宠活动量昼夜节律分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_bb47e3e3/reptile-circadian-activity-analysis 到你的 AI 助手中以启用该技能。
技能介绍
解决饲养环境中的「节律黑盒」
在爬宠饲养中,长期的昼夜节律紊乱往往不会立刻致死,但它会导致食欲减退、繁殖障碍或免疫力下降,且症状显现时往往已经滞后数周。由于爬宠多为夜行或暮晨性动物,人工巡视难以捕捉其真实活跃时段。更糟糕的是,饲养者常无意识地引入环境干扰(如夜间可见光溢出、背景噪音),导致爬宠昼夜颠倒却无法及时察觉。本技能旨在通过自动化视频分析,将这种无法量化的节律黑盒转化为可统计、可对齐的工程数据。
核心实现:从帧差到一致性评分
技能基于固定机位的 24 小时监控视频(推荐连续 7 天以识别趋势),通过运动检测技术(如 abs_diff、mog2 或 knn)统计每小时的像素变化面积。其核心分析链路包含:
- 多维运动统计:输出 24 小时归一化运动数组,不仅计算早晚活动占比,还单独标记晨昏时段的活跃峰值,并剔除相机离线或完全遮挡的无效小时。
- 物种基线对齐:拒绝通用节律盲判。系统要求输入
diurnal_daytime(昼行)、nocturnal_nighttime(夜行)或crepuscular_dawn_dusk(暮晨)等物种标签,并以此作为判定基准。 - 量化评分与分级:计算观察到的节律与自然基线的一致性评分(0-100 分),< 50 分视为显著颠倒,并结合连续异常天数触发 4 级递进警报。
工程约束与适用边界
在实际部署中,需注意以下硬性约束以确保数据可靠性:
- IR 红外视觉红线:评估夜行性物种时,严禁使用可见光补光,必须依赖 IR 红外视觉,否则算法输出将被标记为
rhythm_signal_unreliable。 - 上下文去噪:算法内置生理性上下文过滤,能够区分蜕皮期、冬眠期导致的生理性低活跃与真实的节律紊乱,避免误报。
- 非医疗诊断:本工具仅输出环境干扰建议(如建议调整光照周期),严禁越权控制加热垫或灯光开关,更严禁替代兽医做出医疗诊断或开具用药建议。
使用场景
- 爬宠养殖场需要评估种龟夜间是否异常活跃,用固定摄像头连续录像7天,输出逐小时活动趋势图与高峰时段对照。
- 科研人员对比不同夜间噪音下的活跃度,导入两段24小时视频,要求得到每小时活动数组和节律一致性评分。
- 家庭饲养者怀疑夜间开灯导致豹纹守宫昼夜颠倒,把一段夜间录像交给技能,要求输出紊乱提示和光照检查建议。
- 饲养管理App要集成自动节律报告,调用脚本以 enclosure_id 与 individual_id 拉取结构化数据并生成日报链接。
适合人员
- 爬宠繁育者,想客观判断夜间开灯或噪音是否打乱了动物昼夜规律,而不是凭肉眼猜。
- 动物行为方向科研人员,需要从24小时固定机位视频里提取每小时运动数据并复现统计算法。
- 智能爬虫箱团队,要给硬件加上夜间活动异常评分,并按物种基线给出可解释的节律一致性。
- 饲养管理App开发者,想把连续录像分析接进自动日报和历史报告查询,减少人工整理。