目前,蜜蜂出勤活动监测引起越来越多研究者的关注。通过农业信息化技术对蜜蜂的出勤活动进行监测不仅能让生产者及时掌握其生理、健康状况,在一定程度上也能提高蜂产品的质量和养殖企业效益。蜜蜂的出勤行为是确定蜜蜂是否健康的重要指标。过去监测蜜蜂出勤活动主要依靠人工检查。但是,使用人工检查方式监视蜜蜂不仅效率十分低下,而且容易造成蜜蜂的应激反应,影响其正常活动与生产。无线物联网在蜜蜂出勤活动监测领域的相关研究主要是研发相应传感器对蜜蜂健康情况进行有效监测,然而昂贵的成本和维护费用导致推广性低,并且容易干扰蜜蜂正常生活。针对蜜蜂出勤活动监测成本过高以及容易干扰蜜蜂活动的问题,本文运用了物联网技术、信息研发技术及计算机视觉技术对蜜蜂出勤活动监测关键技术进行研究,进而为后续研究蜜蜂健康预警模型提供设备支撑和数据基础。主要包括:（1）设计了一种基于物联网监测技术的智慧蜂箱,蜂箱采用温度传感器、湿度传感器以及红外夜视摄像头分别作为温度、湿度和视频数据的采集终端,并集成温湿度调控模块、温湿度数据通信模块、视频数据同步模块,实现了蜂箱自动化监测与调控;（2）为自动化提取蜜蜂的出勤信息,本文在总结国内外研究基础上,提出了将蜜蜂进出数量作为出勤活动的评价指标,探索了一种蜜蜂出勤活动自动化监测算法。该算法包括蜜蜂实时视频的预处理、基于Faster R-CNN和SRGAN的蜜蜂身体部件检测算法、蜜蜂身份识别算法和出勤行为判别方法四个部分;（3）基于SRH框架设计了一种蜜蜂养殖智能监控系统利用蜜蜂出勤活动自动化监测算法对蜜蜂出勤行为进行实时检测。本文设计的智慧蜂箱在广东省惠州市天地蜂农合作社进行部署测试,将蜂箱采集到的蜜蜂进出实时视频和蜂箱内外环境数据用作算法试验和数据分析。实验结果表明:本文构建的智慧蜂箱运行稳定,数据采集丢失率为0.8%,能够有效采集蜜蜂活动视频数据和内外环境数据,为研究蜜蜂养殖智能监控系统打下坚实的基础。蜜蜂进入和离开行为识别的平均准确率分别为92.86%和91.99%。此外,本文对连续一个月的蜜蜂出勤行为监测分析。实验结果表明,监测数据体现了蜜蜂的生活特性,进而表明本文所设计的蜜蜂出勤行为监测算法及应用系统采集的出勤活动数据具有可靠性和科学性。最后根据分析结果设计了一套蜜蜂健康初步告警规则,该规则在蜜蜂健康监测预警方面具有重要的意义。