高密度循环水养殖模式下,根据养殖鱼类的昼夜活动节律、摄食规律制定精准养殖策略是提高养殖效益的主要途径,提高饵料的利用效率,精准投喂是关键。传统的鱼类养殖主要采用人工或使用投料机定时定量的喂养方式,忽略了养殖环境对鱼类摄食的影响,未将鱼类的实际摄食需求作为投喂的参考因素,存在饵料投喂不足或投喂过量的情况,投喂不足引起鱼类营养不良,投喂过量导致饵料浪费、水质污染。本文以浮游型鱼类鲤鱼为研究对象,通过建立鱼类群体行为监测系统,实现了鱼类养殖过程的实时、长时监测。同时提出了一种融合近红外深度图时空特性的鱼类摄食强度的量化方法,通过对鲤鱼摄食强度的量化来精准评估鱼群的摄食欲望,根据鱼群的摄食欲望和养殖环境因素制定了一种基于模糊控制的投喂策略,实现了鱼类的精准养殖,本研究主要有如下几个方面:（1）构建了一套多数据融合的鱼类群体行为监测系统,该系统由深度相机和上位机组成,深度相机作为前端成像设备,利用深度相机的近红外光主动成像技术克服了因养殖环境光照不足而引起的图像成像质量较差的问题。采用基于距离特征的图像处理方法对获取的深度图像进行预处理,实现了鱼群目标与背景分割,利用深度视频实现养殖过程的可视化监测。其次,提出了基于帧间差分法的鱼类群体行为强度的评估量化方法,该方法通过鱼类群体活动行为引起视频帧间像素值的变化量来评估鱼类群体行为强弱,使用此方法既可以对鱼类摄食强度进行量化也可对鱼类因缺氧、水质污染、饥饿等因素引起的应激行为进行评估,通过上位机对获取的深度视频数据的实时处理,获得了一种具有时空特性鱼类群体行为强度的序列数据,将此序列数据存储到数据库中,养殖过程中的鱼类群体活动行为被完整记录,与传统视频存储的方法相比,数据表所需存储空间更小,数据读取和分析更为便捷。（2）鱼类摄食欲望是精准投喂控制的关键因素,鱼类摄食欲望的强弱可通过鱼类摄食强度来判别,而鱼类摄食强度可根据鱼群摄食图像或鱼群摄食行为强度数据来表征,本研究基于鱼群摄食深度图像设计了一种卷积神经网络识别模型,基于鱼群摄食行为强度序列数据设计了一种循环神经网络识别模型。试验分析表明,本研究所提出的两种方法在工厂化养殖环境下对鱼群摄食状态识别精度较高,两种识别的方法平均准确率为98%以上,为准确判断鱼类摄食欲望提供依据。（3）以鱼群的摄食欲望和养殖环境作为主要决策因素,利用模糊控制理论计算每次投料总量,并采用基于鱼类摄食欲望反馈的投喂控制的方法来实现饵料的精准投喂,最终实现鱼类的精准养殖。