|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于卷积神经网络的奶牛个体身份识别方法显示文摘视频分析技术已越来越多地应用于检测奶牛行为以给出养殖管理决策,基于图像处理的奶牛个体身份识别方法能够进一步提高奶牛行为视频分析的自动化程度。为实现基于图像处理的无接触、高精确度、适用性强的奶牛养殖场环境下的奶牛个体有效识别,提出用视频分析方法提取奶牛躯干图像,用卷积神经网络准确识别奶牛个体的方法。该方法采集奶牛直线行走时的侧视视频,用帧间差值法计算奶牛粗略轮廓,并对其二值图像进行分段跨度分析,定位奶牛躯干区域,通过二值图像比对跟踪奶牛躯干目标,得到每帧图像中奶牛躯干区域图像。通过理论分析和试验验证,确定了卷积神经网络的结构和参数,并将躯干图像灰度化后经插值运算和归一化变换为48×48大小的矩阵,作为网络的输入进行个体识别。对30头奶牛共采集360段视频,随机选取训练数据60 000帧和测试数据21 730帧。结果表明,在训练次数为10次时,代价函数收敛至0.0060,视频段样本的识别率为93.33%,单帧图像样本的识别率为90.55%。该方法可实现养殖场中奶牛个体无接触精确识别,具有适用性强、成本低的特点。 | 赵凯旋 何东健 | 2015 | 农业工程学报2015，31，5： | 89 |
| 2 | 精准畜牧业中动物信息智能感知与行为检测研究进展显示文摘动物个体信息和行为的智能感知与分析是精准畜牧业的核心。牛、猪、羊等大型动物因与人类关系密切、经济价值高受到国内外学者的广泛关注。为了促进中国精准畜牧业的发展,分别从国外和国内视角,详细总结、分析了精准畜牧业中动物信息感知与行为检测的研究现状、尚待研究的问题。包括个体识别、生长状况评估及体况评价各种方法的优势和不足,呼吸频率与异常检测、肢蹄运动评分与跛行检测等异常和疾病检测,发情检测、产前检测及高危动作识别等动物生理周期关键时间段的行为感知方法等。结合精准畜牧的发展趋势和应用需求,在分析的基础上指出,动物信息智能感知与行为检测未来将向无接触、高精度、高自动化程度方向发展,结合动物病理学的早期肢蹄病灶自动化检测方法、不依赖评分结果的具有普遍性的状态参数、接触式传感器对动物的应激作用、动物高级行为的识别理论与方法、动物身体区域精细识别研究、检测设备/系统的有效性验证及效益研究与评估等将成为未来研究的方向。 | 何东健 刘冬 赵凯旋 | 2016 | 农业机械学报2016，47，5： | 87 |
| 3 | 基于机器视觉的猪体体尺测点提取算法与应用显示文摘无应激获取猪体的体尺、体质量,是猪福利养殖中的一个重要任务,为解决机器视觉提取自然站立姿态下猪体的体尺测点识别率低的问题,该文通过在线摄像机获取120d龄长白猪的彩色图像,以猪体体尺传统的测量位置为研究基础,结合猪舍现场实际情况,提出了复杂背景下猪体个体信息提取的算法、基于包络分析的猪体头部和尾部的去除算法以及具有一定弯曲姿态的复杂猪体体尺测点坐标提取的算法,并利用Matlab2010软件实现了其算法。验证试验结果表明:通过背景减法和去除噪声算法可去除背景干扰,有效识别猪体信息;测点提取算法可准确提取自然姿态下猪的个体轮廓,识别其体尺测点,实现了猪体的体长、体宽等体尺量算的9个体尺测点的坐标提取,经验证,对猪体体长的实测值平均相对误差最小,其平均相对误差仅为0.92%;其次为腹部体宽,其平均相对误差为1.39%;而对猪体肩宽和臀宽的检测误差较大,平均相对误差分别为2.75%和3.03%。本研究可应用于猪体无应激量算体尺、估算猪体体质量,为开展福利养殖提供了一种新方法。 | 刘同海 滕光辉 付为森 李卓 | 2013 | 农业工程学报2013，29，2： | 66 |
| 4 | 基于视频分析的奶牛呼吸频率与异常检测显示文摘为实现奶牛呼吸状态信息获取的自动化、智能化,在构建奶牛视频实时采集系统的基础上,研究并提出了奶牛呼吸频率与异常检测方法。用光流法计算视频帧图像各像素点的相对运动速度,根据各点速度,对像素点进行循环Otsu处理筛选出呼吸运动点,动态计算速度方向曲线的周期即可检测牛只呼吸频率,并根据单次呼吸耗时检测呼吸是否异常。对72头奶牛共进行360 min检测试验,结果表明,呼吸频率计算准确率为95.68%,异常检测成功率为89.06%,平均异常误检次数为2.53次/min。 | 赵凯旋 何东健 王恩泽 | 2014 | 农业机械学报2014，45，10： | 40 |
| 5 | 基于视频分析的犊牛基本行为识别显示文摘针对接触式获取动物行为信息的局限性,研究并提出基于视频分析的犊牛基本行为识别方法。首先对目标检测方法进行改进,提出基于最大连通区域的目标循环搜索环境建模、目标检测算法,以高效提取复杂自然环境下的犊牛目标;在提取犊牛的质心、轮廓等时序特征的基础上,采用基于结构相似的犊牛行为序列快速聚类算法,对犊牛基本行为进行识别。试验结果表明,环境建模、目标检测算法目标正负样本检测正确率分别达90.94%和98.98%,比背景相减法分别提高4.59和8.32个百分点;犊牛躺、站、走和跑跳的正确识别率分别为100%、96.17%、95.85%和97.26%,能快速对犊牛基本行为进行准确分类,为大型动物高级行为识别及理解奠定了基础。 | 何东健 孟凡昌 赵凯旋 张昭 | 2016 | 农业机械学报2016，47，9： | 37 |
| 6 | 基于融合图像与运动量的奶牛行为识别方法显示文摘为从海量监控视频中快速、准确识别影响奶牛繁殖与健康的行为,以小育成牛舍与泌乳牛舍中400头奶牛为研究对象,分析了奶牛在活动区与奶厅匝道的运动行为,提出了一种基于图像熵的奶牛目标对象识别方法,通过最小包围盒面积计算与目标对象轮廓图,实时捕获奶牛爬跨行为与蹄部、背部特征,融合被识别奶牛连续7 d的运动量,判断影响奶牛健康繁殖的异常行为。试验结果表明,利用本文方法对监控视频内奶牛目标对象、运动行为进行实时监测,有效监控识别奶牛发情、蹄病行为准确率超过80%,发情漏检率最低为3.28%,蹄病漏检率最低为5.32%,提高了规模化养殖管理效率。 | 顾静秋 王志海 高荣华 吴华瑞 | 2017 | 农业机械学报2017，48，6： | 38 |
| 7 | 基于Mask R-CNN的猪只爬跨行为识别显示文摘针对目前猪只爬跨行为自动化检测程度较低的问题,提出了一种基于MaskR-CNN的猪只爬跨行为识别算法。首先获取猪只俯视图像,利用Labelme制作数据集标签,引入迁移学习方法训练ResNet-FPN网络,获取猪只分割结果,并提取每个样本中的mask像素面积。提取每个样本中的最小mask像素面积作为爬跨行为识别的经验样本集,确定爬跨行为界定阈值。利用测试集分别测试猪只分割网络模型及爬跨行为识别算法,结果表明,猪只分割网络模型的分割准确率为94%,爬跨行为识别算法准确率为94.5%。本算法能够自动有效地检测猪只爬跨行为,可为牲畜养殖自动化提供支持。 | 李丹 张凯锋 李行健 陈一飞 李振波 蒲东 | 2019 | 农业机械学报2019，50，B07： | 32 |
| 8 | 基于全卷积网络的哺乳母猪图像分割显示文摘猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。 | 杨阿庆 薛月菊 黄华盛 黄宁 童欣欣 朱勋沐 杨晓帆 毛亮 郑婵 | 2017 | 农业工程学报2017，33，23： | 27 |
| 9 | 生猪轮廓红外与光学图像的融合算法显示文摘该文针对生猪红外热图像和光学图像的融合,提出一种基于非子采样轮廓波的图像融合算法。在图像多尺度、多方向分解的基础上,设计了基于邻域平均能量和邻域方差的低频子带系数加权融合规则,以及基于邻域能量最大的带通系数融合规则。针对亮度-色度-饱和度变换法(intensity-hue-saturation transform,IHS)、小波变换法(discrete wavelet transform,DWT)、轮廓波变换法(contourlet transform,CT)等融合方法以及非子采样轮廓波变换(nonsubsampled contourlet transform,NSCT)域下不同融合规则进行了对比试验,试验结果表明该文算法具有较好的融合效果。定量融合评价指标中,平均梯度指标高于IHS、DWT、CT等方法25%以上,边缘信息保持指标高于其他3种方法23%以上。该文方法的提出对于改善生猪异常视觉监测中的前景轮廓提取具有较大意义;同时,对进一步开展猪体部位区域温度特征提取,建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常预警可靠性具有积极意义。 | 刘波 朱伟兴 霍冠英 | 2013 | 农业工程学报2013，29，17： | 22 |
| 10 | 基于深度图像和生猪骨架端点分析的生猪步频特征提取显示文摘为高效提取生猪的行走快慢特征,以微软公司Kinect作为图像采集设备,采集生猪运动深度图像序列。在对各帧深度图像进行骨架提取、剪枝的基础上,采用基于路径相似性骨架图匹配法确定生猪前后肢骨架端点,进一步以骨架端点所属骨架枝子集像素值特征判定端点远近侧属性。以生猪前后肢远、近侧端点的帧间相对坐标变化建立了生猪运动模型,提出了通过帧间坐标变化点集拟合正弦曲线计算生猪行走完整步的方法。最后,通过计算序列完整步与序列采集时间长度比值提取生猪步频特征。通过对采集的28个生猪运动深度图像序列及其镜像序列共56个图像序列进行的试验,表明该文提出方法的正确率达到82.1%。该项研究对于开展生猪异常步态分析,进一步建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常行为预警可靠性具有重要意义。 | 刘波 朱伟兴 杨建军 马长华 | 2014 | 农业工程学报2014，30，10： | 22 |
| 11 | 单只猪轮廓图的侧视图识别显示文摘由于完整轮廓猪只的侧视图具有便于行为分析的价值,因此,研究从猪舍监控视频中自动分割出单只猪理想侧视图的视频段对猪的行为分析是有意义的。为了识别每帧图像猪轮廓图的侧视图属性,该文通过图像处理获取猪只轮廓图后,提出联立猪只外接矩形高宽比和低频傅里叶系数构建猪只侧视图的特征向量,并根据样本训练集得到理想侧视图和非理想侧视图特征向量均值和方差,利用马氏距离判别法从测试视频中识别未知帧图像的类别,结果表明有91.7%猪只轮廓图的侧视图属性能正确识别,表明本方法是有效的。本研究可为后继单只疑似病猪行为分析提供条件。 | 马丽 纪滨 刘宏申 朱伟兴 李伟 张涛 | 2013 | 农业工程学报2013，29，10： | 18 |
| 12 | 计算机视觉技术在猪行为识别中应用的研究进展显示文摘中国生猪养殖规模和数量在不断扩大,养殖信息化是今后生猪饲养监管的重要模式。计算机视觉技术作为信息处理的有效辅助技术,提供了一种自动化、非接触式、低成本、高收益且对动物无伤无压力的行为识别方式,可用于考量生猪健康状况并及时预防和发现疾病。介绍了猪行为识别视觉系统,回顾了视觉技术在生猪目标提取和个体识别、行为识别分析中的应用及算法,分析了现存视觉系统及行为识别方法在准确性、有效性与适用性方面存在的问题,提出了视觉系统的改进策略及今后计算机视觉技术在猪体识别和行为识别应用中的重点研究方向。 | 李丹 陈一飞 李行健 蒲东 | 2019 | 中国农业科技导报2019，21，7： | 18 |
| 13 | 基于混合高斯模型的移动奶牛目标实时检测显示文摘针对奶牛养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,提出了一种动态背景建模方法,采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响。对不同天气及环境变化剧烈情况下获取的奶牛视频样本进行实验。结果表明,与混合高斯模型相比,平均模型复杂度降低了50.85%,前景误检率和背景误检率分别降低了19.50和13.37个百分点,单帧运行时间降低了29.25%,检测准确率更高、实时性更好,且解决了前景消融问题,能满足在复杂背景和环境条件下实时提取奶牛目标的要求。 | 刘冬 赵凯旋 何东健 | 2016 | 农业机械学报2016，47，5： | 17 |
| 14 | 基于全卷积网络的生猪轮廓提取显示文摘【目的】实现猪舍场景下非接触、低成本的生猪轮廓高效提取。【方法】以真实养殖环境下的生猪个体为研究对象,提出一种基于VGG16与UNET相结合的全卷积神经网络模型(VGG-UNET模型)。该模型采用批处理方法,迁移学习VGG16模型参数,通过在模型中构建复制通道深度融合图像深层抽象特征与浅层特征,实现对图像语义级别分割。在30头长白生猪的1 815张数据集上进行模型验证,通过设置不同批大小对比试验,并选取其中具有最佳效果的3组探讨批大小与评价指标值变化趋势间的关系。【结果】测试集上的对比试验结果表明,VGGUNET模型在像素精度与均交并比方面分别达到94.32%和86.60%,比单独采用UNET模型分别高出0.89%和1.67%。不同指标值变化情况与批大小间的关系不尽相同。在本文试验环境下,批大小对模型收敛速度的影响不明显。不同批大小条件下PA及MIoU指标值变化综合分析得出,VGG-UNET模型具有较强稳定性和较高鲁棒性;批大小为8的情况下VGG-UNET模型效果最佳。【结论】本文提出的生猪轮廓提取方法 (VGG-UNET模型)是有效的,能实现精确、稳定的生猪轮廓提取,且分割结果较为完整,同时模型具有较高鲁棒性,可为后续生猪个体识别研究提供参考。 | 胡志伟 杨华 娄甜田 胡刚 谢倩倩 黄佳佳 | 2018 | 华南农业大学学报2018，39，6： | 17 |
| 15 | 基于射线轮廓点匹配的生猪红外与可见光图像自动配准显示文摘为研究生猪多源图像特征提取方法及生猪体表温度与生猪异常的关系特征,该文提出一种基于射线轮廓特征点匹配的红外与可见光图像自动配准方法。采用红外热像仪,同时采集相同猪舍场景的可见光图像和红外热图像,以红外热图像中生猪区域质心为中心间隔均匀角度构建辅助射线,提取射线与边缘轮廓交点构建匹配特征点集,通过计算不同尺度变换因子下特征点集间的加权部分Hausdorff距离作为测度,引入RPROP算法进行迭代加速,实现了可见光图像和红外热图像的快速自动配准。试验中,应用该文算法对50对红外和光学图像进行了测试,所提出自动配准方法配准成功率达到94%,平均配准误差小于1像素,试验结果表明自动配准效果达到或超过手动配准的效果,为进一步研究生猪多源图像异常特征提取奠定基础。 | 刘波 朱伟兴 纪滨 马长华 | 2013 | 农业工程学报2013，29，2： | 13 |
| 16 | Target detection method for moving cows based on background subtraction显示文摘Target detection is the fundamental work for perceiving the behavior of cows using video analysis automatically.The videos captured in farming scenes often suffer from a complex background,which leads to difficulty in detecting the target and inconvenience in the subsequent images analysis.In this study,a method was proposed to detect the moving target accurately for cows based on background subtraction.Firstly,the bounding rectangle of cows was calculated using the frames difference method to extract the local background in frames,which were averaged and spliced into one image as the entire background image.Secondly,the size and location of a cow’s body were determined by the bounding rectangle of cows,and the body area was tracked through the video by the binary images.Thirdly,the summation coefficients on RGB channels were adjusted to improve the contrast between the target and background images.Finally,taking the body area in every frame as reference area,the performance of target detection was evaluated by the reference area to determine the optimal summation coefficients on RGB channels,and then background subtraction was processed again to finish the detection.A total of 129 videos were used to test the detection algorithm,and the accuracy of the algorithm was 88.34%,which was 24.85%higher than the classical background subtraction method.The study shows that the algorithm proposed in this study is feasible to detect the target accurately and timely when cows are walking straight in the farming environment under natural light,and this method can improve the detection performance and is an extension to the classical background subtraction method. | Zhao Kaixuan He Dongjian | 2015 | International Journal of Agricultural and Biological Engineering2015，8，1： | 13 |
| 17 | 基于Isomap和支持向量机算法的俯视群养猪个体识别显示文摘针对俯视群养猪视频序列,提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取,获得各单只猪个体,其后建立训练样本,提取猪个体颜色、纹理及形状特征,组合构建表征猪个体的特征向量,接着对组合特征利用Isomap算法做特征融合,在最大程度保留有效识别信息的基础上降低特征维数,最后利用优化核函数的支持向量机分类器进行训练与识别。试验选取了900帧图像,试验结果表明该文所提方法切实有效,猪个体最高识别率为92.88%。该文从机器视觉角度探索了俯视群养猪的个体识别,有别于传统的RFID猪个体识别,该研究为无应激的猪个体识别提供了新思路,也为进一步探索群养猪个体行为分析等奠定了基础。 | 郭依正 朱伟兴 马长华 陈晨 | 2016 | 农业工程学报2016，32，3： | 12 |
| 18 | 基于Lucas-Kanade稀疏光流算法的奶牛呼吸行为检测显示文摘奶牛呼吸行为的智能检测对于奶牛疾病的自动诊断及奶牛精准养殖具有重要意义。该研究基于Lucas-Kanade稀疏光流算法,提出了一种适合于非结构化养殖环境的无接触式单目标奶牛呼吸行为检测方法。通过在HSV颜色空间完成奶牛目标的提取,然后通过Canny算子和掩模操作完成奶牛所有花斑边界的检测,再利用Lucas-Kanade稀疏光流算法计算提取奶牛花斑边界光流,最后根据视频序列帧中花斑边界平均光流的方向变化规律实现奶牛呼吸行为的检测。为了验证本研究算法的有效性,利用不同环境下获取的105段共计25200帧数据进行了测试,并与基于整体Lucas-Kanade光流法、整体Horn-Schunck光流法和基于花斑边界的Horn-Schunck光流法进行了对比验证。试验结果表明,该研究算法的帧处理耗时在0.10~0.13s之间,在试验视频上的平均运行时间为14.14s。奶牛呼吸行为检测的准确率为83.33%~100%之间,平均准确率为98.58%。平均运行时间较基于整体Lucas-Kanade光流法的呼吸行为检测方法慢1.60s,较Horn-Schunck整体光流的呼吸行为检测方法快7.30s,较基于花斑边界的Horn-Schunck光流法快9.16s。呼吸行为检测的平均准确率分别高于3种方法1.91、2.36、1.26个百分点。研究结果表明,通过Lucas-Kanade光流法检测奶牛花斑边界平均光流方向变化实现奶牛呼吸行为检测是可行的,该研究可为奶牛热应激行为的自动监测及其他与呼吸相关疾病的远程诊断提供参考。 | 宋怀波 吴頔华 阴旭强 姜波 何东健 | 2019 | 农业工程学报2019，35，17： | 12 |
| 19 | 基于模糊PID的犊牛代乳粉奶液温度控制系统设计与试验显示文摘为实现犊牛饲喂过程中冲调代乳粉奶液温度的有效控制、提高热交换器温度控制的准确率,设计一款基于模糊PID控制算法的动态温度控制系统,主要应用PID参数在线模糊自整定和PID温度控制模糊算法等实现动态调节被控对象(代乳粉奶液)温度,从而保证犊牛饮用代乳粉冲调奶液温度控制在(37±1)℃的可控范围内。设定热交换器温度为42℃,模拟外部入水温度分别为10、15、20、25℃时,犊牛饮奶位奶液温度与预先参数设定温度的波动幅度最大值仅为0.3℃。对犊牛饲喂装置的热交换器恒温控制系统进行样机性能试验,设定热交换器内的热水恒温控制在42℃,每5 min记录其温度,整个试验过程中热交换器内部温度基本控制在(42±0.2)℃范围内,温度平均相对误差以及变异系数小,系统温度控制稳定,能够满足犊牛对代乳粉冲调奶液温度的切实需求,实现了犊牛饲喂装置热交换器的快速响应和实时温度控制。 | 贺刚 蔡晓华 白阳 祝露 王德成 侯云涛 | 2022 | 农业机械学报2022，53，3： | 10 |
| 20 | 家畜行为智能监测系统的研究进展显示文摘家畜行为是家畜心里、生理健康状况的外在表现。家畜行为监测、分析有利于建立行为模型并发觉异常行为,减少经济损失。目前国内主要依赖于养殖人员人工观察方式监测家畜行为,主观性强且精度低。随着现代信息技术的不断发展,智能化行为监测方法也在快速发展和不断更新。论文阐述了基于电子测量仪器的运动识别、基于视频的动作状态识别和基于声音的情绪表达识别方法的研究现状,进一步展望了家畜行为智能监测系统的后续研究方向,以期建立家畜行为数据采集数据库和行为分析专家系统,挖掘家畜行为的深层含义。 | 闫丽 邵庆 席桂清 | 2014 | 家畜生态学报2014，35，12： | 8 |
您所在的机构暂未开通此部分的功能，请联系管理员