本團隊整合紅外線水下攝影設備、影像增強技術、AI模型訓練及數據分析，針對草蝦種蝦生殖腺成熟期的辨識及產卵時間精準預估，以掌握待產母蝦即時移至產卵設施產卵的最佳時機。本新穎技術不但可減少人力及誤判，更能提高蝦苗產量，以增加蝦類養殖產業獲利。

設備採紅外線高動態寬容水下攝影機，在無環境光源下，成功擷取蝦子動態影像，調整影像參數後，使生殖腺清楚且正確呈現，有效還原暗部細節。此外，為了讓貼在蝦子身上用於標記的「編號ID」，在紅外線照射下可視化，本團隊經多次實驗測試，採用防水吸光材質印刷，在水下攝影機鏡頭中仍能清楚辨識。

由於紅外線影像以黑白色系為主，容易受到環境干擾（如溫度差異）而產生噪點，蝦池中的雜質或是藻類附著，也會進一步霧化影像品質。有鑑於此，團隊依據CNN的DenoisingNetwork架構，建立水下養殖影像降噪模型，達到強化畫面及除霧效果，改善噪點與霧化問題。

蝦子本身是活體動物，難以限制其行進方向，AI模型必須要能夠辨識來自各方向角度的蝦子照片。本團隊採用資料增強的方式，增加前期模型的準確度。舉例來說：把擷取的蝦子影像圖進行旋轉、縮放、明暗等參數調整，模擬蝦子體型大小或距離遠近的不同情境；也進行蝦子頭尾的透視轉換，模擬蝦子移動時的畫面等。以上做法均能減少人工投入標記的成本，並增加泛用性。

種蝦養殖領域中，研究人員多僅以手電筒打光、目測種蝦生殖腺及預估產期。就作業流程而言，會從蝦子側腹進行照光，透過人眼進行生殖期數判斷，然而，補光拍攝較無法看清生殖腺的發育狀況（蝦殼透光率不佳），需依靠研究人員經驗判定，同時太常以可見光照射，容易驚擾蝦子，影響生育繁殖。

本技術克服蝦池環境、光源、種蝦習性等關卡，從較陰暗的蝦池中，在不打擾蝦類作息前提下，以特規之紅外線設備精密攝影，並穿透蝦殼背部，紀錄生殖腺細微影像變化。除了透過紅外線水下攝影，擷取各種蝦照片、並加以影像強化外，團隊也採用防水吸光材質標籤為蝦子編號。當種蝦入鏡時，背後生殖腺會有明顯的反光條狀區塊，據此可估算蝦子的產期及生殖階段，本技術在蒐集大量圖片後，會依照反光程度分類並訓練AI模型，透過數據分析智慧判斷每隻蝦子預產階段。此應用估計將有效提升對於種蝦生殖腺成長的判斷準確度。