海生软骨鱼的行为学实验对于认知神经研究、水域监测等领域具有重要意义。但在行为学研究中实验人员往往采用直接观测、手动计数或者搭载传感器侵入性方式获取鱼体游速、行程、滞留时间等指标,以计算机视觉技术和模式识别理论为基础的视频分析方法可将动物伤害和行为干预降到最低。本文以条纹斑竹鲨为对象,面向鱼体智能养殖和行为学实验研究需求,提出一种基于Shark-Keypoints的条纹斑竹鲨运动行为视频分析方法,并将该方法分别在条纹斑竹鲨的麻醉剂和磁信号激励实验中展开应用研究。本文主要研究内容如下:（1）研究条纹斑竹鲨姿态关键点回归算法。早期算法以背景分割为主跟踪鱼体质心轨迹,难以细致测定转向、摆角等指标。本文研究基于深度神经网络的关键点跟踪算法。首先,根据Jason数据关联格式提出面向不同任务的Shark-Keypoints多层姿态关联树模型,按照鱼体外观躯干定义7个部位关键点,标注3428幅图像制作条斑鲨姿态样本数据集。然后,利用深度学习框架建立Heatmap回归网络,在训练集上完成模型训练。最后,Res Net-50、Res Net-101、Mobile Net v2和Efficient Net b0模型在正常和干扰测试集上检测结果表明,Res Net-50在训练成本、Heatmap回归、测试速度、定位准确度和抗干扰能力等方面性价比最优,PCKh宽容度阈值α=0.10时条斑鲨头尖、胸鳍前缘、胸鳍中心、胸鳍后缘、腹鳍中心、尾鳍中心和尾尖的定位准确度为99.5%、97.3%、96.2%、96.0%、97.5%、92.9%和97.6%。（2）研究条纹斑竹鲨运动行为视频分析方法。课题在关键点跟踪准确的基础上,基于多层姿态关联树模型展开鲨鱼运动模态解析和行为量化研究。首先,通过鲨鱼中心线上24个关键点轨迹分布确定鲨鱼转向时胸鳍中部为最佳旋转中心。然后,在该位置建立笛卡尔随体坐标系,进而利用离散傅里叶变换和多项式曲线拟合鲨鱼姿态曲线。为了进一步研究鲨鱼动力,提出基于区间积分和离散面积叠加的鲨鱼动力波能量计算方法。最后,结合轨迹的时空变化特征提出基于Shark-Keypoints的鲨鱼游泳速度、航向角、摆角、镇定时间、呼吸频率和撞壁次数等行为指标测定方法。（3）开展针对条纹斑竹鲨应激行为实验视频分析应用研究。首先,采用100 mg/L丁香酚和MS-222渔用麻醉剂分别对条斑鲨处理,应用本文视频方法测定鱼体麻醉反应的指标。实验结果表明,本文方法能准确测定条斑鲨麻醉镇定所需时间和静态下鳃部呼吸频率,有利于鲨鱼麻醉分期研究。其次,根据通电线圈产生磁场的原理设计磁场发生装置,并结合钕铁硼强磁铁展开条斑鲨磁信号激励实验,通过视频方法测定行为指标。结果表明,该方法可有效分析鲨鱼对磁场的感应能力。研究表明,本文研究成果有助于解决行为学实验中人员长期值守观测记录、主观评判的问题,为水产科学等领域更广泛的实验对象行为学观测研究提供一条可靠的技术路径。