文章提出了HAIL-FFIA，一种用于水产养殖中鱼类摄食强度评估（FFIA）的层次化音频-视觉类增量学习框架。该框架采用基于原型的无样本方法，通过分离通用强度知识和物种特定特征，有效缓解了灾难性遗忘问题。同时，文章还发布了AV-CIL-FFIA数据集，包含81,932个标记的音频-视觉片段，涵盖六种鱼类在真实水产养殖环境中的摄食行为。实验结果表明，HAIL-FFIA在存储效率和准确性上均优于现有的基于样本和无样本方法，平均准确率达到75.92%，平均遗忘率仅为9.36%。
鱼类摄食强度评估（FFIA）在数字水产养殖管理中具有关键作用，直接影响养殖效率与可持续性。传统多模态方法虽能提升鲁棒性，但在应对新鱼种或环境变化时面临灾难性遗忘和数据存储挑战。文章首次将音频-视觉类增量学习引入FFIA领域，提出新型分层框架HAIL-FFIA，通过原型表示和动态模态平衡机制，实现无需存储原始数据的高效增量学习。
HAIL-FFIA采用双路径层次结构分离通用摄食强度知识与物种特定特征。通用强度层捕捉跨物种共性行为模式，物种特定层则学习不同鱼类的独特视听特征。该设计通过闭式解析解实现参数更新，避免迭代优化带来的计算开销。
框架建立分层原型库存储关键特征向量：通用强度原型描述摄食强度共性，物种特定原型记录各类鱼的独特行为模式。每个强度级别仅需5个原型向量，存储需求降至原始数据的0.1%。增量学习阶段通过加权原型融合实现知识迁移，平衡历史知识保留与新物种适应。
针对水产环境的多变性，文章设计自适应模态加权系统。该机制根据摄食行为阶段和水质条件，动态调整音频与视觉信息的贡献权重。在混浊水域自动增强音频模态作用，而在嘈杂环境则提升视觉信息重要性，确保多环境下的评估鲁棒性。
文章发布首个FFIA专用音频-视觉增量学习数据集，包含81,932条同步标记样本，涵盖罗非鱼、黑鲈等六种养殖鱼类。数据在真实水产环境采集，涵盖不同水质条件和光照强度，包含无、弱、中、强四级摄食强度标签。数据集按70%/10%/20%划分训练、验证和测试集。
在六阶段增量学习任务中，HAIL-FFIA以75.92%平均准确率显著优于现有方法。相比最佳基线AV-CIL（73.26%），遗忘率降低3.12个百分点。消融实验表明：分层结构贡献12.09%精度提升，动态模态平衡增加10.17%准确率。多模态融合使性能较单模态提高5%以上，证实视听互补价值。
文章提出的HAIL-FFIA框架通过分层知识表示和原型压缩存储，解决了水产监控系统在多鱼种增量学习中的核心挑战。该方法在保持0.1%存储需求的同时，实现75.92%评估准确率，为资源受限的水产环境提供了可行解决方案。未来工作将扩展至更多水产监测任务，并探索轻量化部署方案。