我国水产品来源以养殖为主,水产品需求量的不断提高,水产品养殖规模的不断扩大,对我国水产养殖的自动化和智能化提出了更高的要求。在鱼类养殖过程中,在外部环境的异常如水温异常、溶解氧浓度异常、光照异常、异常化学物质等的刺激下,鱼类会产生不同的异常行为反应,如鱼群的回避行为、鱼群异常游动、鱼群大规模死亡等。鱼群的这些异常行为如果不能被及时地发现并被妥善处理,将造成巨大的经济损失。因此,鱼群异常检测作为水生动物疫病监测预警、风险评估和应急处置的重要环节之一,有着较高的研究价值及实用价值。随着我国深远海网箱养殖、工厂化循环水养殖等现代化的养殖模式得到推广并逐渐普及,传统的人工进行鱼群异常检测受限于监测范围和监测时间,已经满足不了大规模鱼类养殖场景下的鱼群异常检测需求。依托于计算机视觉技术和机器学习技术的快速发展,近年来越来越多的研究者利用鱼群的图像、视频对鱼群进行自动化的鱼群异常检测,但是由于鱼群异常行为种类繁多,形式各异,人工设计的特征通常难以覆盖所有的鱼群异常行为,使得这些鱼群异常检测方法难以全面地对鱼群异常进行有效检测。另外,部分基于分类的鱼群视频异常检测方法同时需要大量的正常鱼群视频数据和异常鱼群视频数据,使实际检测效果受限于异常鱼群视频数据的完备性,对不存在于异常数据中的鱼群异常检测效果不佳。受监控视频异常检测相关研究的启发,本文提出了两种基于自监督深度学习的鱼群视频异常检测方法。针对目前基于预测的视频异常检测方法中对视频的时域信息、全局空间信息利用不足的问题,本文将U-Net和Video Vision Transformer相结合,提出视频异常检测模型Trans Anomaly,以获取视频片段中更丰富的时域信息和全局特征。为了使Video Vision Transformer能够适用于图像生成任务,本文对Video Vision Transformer中的时间、空间Transformer编码器进行改进,并将其用于视频未来帧预测。通过在多个视频异常检测基准数据集上进行实验,证明了本文提出的Transformer编码模块的有效性,通过实验确定了计算异常分数时每个数据集适用的滑动窗口大小及步长。在以红鲫鱼为实验鱼的鱼群视频异常检测数据上,本文提出的Trans Anomaly异常检测模型能对鱼群的动态异常进行有效的检测,异常检测结果的AUC达到0.919,而对鱼群的静态异常如死亡后侧翻的鱼类个体进行异常检测时,基于预测的视频异常检测方法的特性出现了检测失效的情况,异常检测结果的AUC为0.343。针对基于预测的视频异常检测模型对鱼群静态异常检测失效的问题,本文进一步提出了基于特征预测和条件标准化流的视频异常检测模型FP-CFLOW。条件标准化流在工业产品异常检测中有良好的检测效果,而和工业产品异常类似,鱼群静态异常也通常表现为鱼类个体的外观变化,因此,本文尝试使用条件标准化流提高对鱼群静态异常的检测效果,同时,模型通过对图像特征进行预测,以保持模型对鱼群动态异常的检测效果。本文在红鲫鱼鱼群视频异常检测数据集上进行实验,实验结果表明在该数据集上FP-CFLOW通过增加特征预测模块使模型的异常检测效果得到明显提升,相比于第三章提出的Trans Anomaly视频异常检测模型,FPCFLOW对鱼群静态异常检测的AUC由0.343提升至0.967,虽然对动态异常的检测结果AUC为0.848,低于Trans Anomaly,但FP-CFLOW对综合异常的检测效果更好,由0.607提升为0.913。本文研究结果表明,使用自监督深度学习模型可以对鱼群视频异常进行有效检测,并在本文的最后对所提出模型的优势以及存在的不足进行总结,对基于自监督深度学习的鱼群视频异常检测方法的未来发展方向进行展望。