| 基于卷积神经网络的奶牛发情行为识别方法 |
| |
| 引用本文： | 刘忠超,何东健. 基于卷积神经网络的奶牛发情行为识别方法[J]. 农业机械学报, 2019, 50(7): 186-193 |
| |
| 作者姓名： | 刘忠超 何东健 |
| |
| 作者单位： | 西北农林科技大学;南阳理工学院,西北农林科技大学 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFD0701603）和国家自然科学基金面上项目（61473235） |
| |
| 摘 要： | ![]()
对奶牛发情的及时监测在奶牛养殖中至关重要。针对现有人工监测奶牛发情行为费时费力、计步器接触式监测会产生奶牛应激行为等问题,根据奶牛发情的爬跨行为特征,提出一种基于卷积神经网络的奶牛发情行为识别方法。构建的卷积神经网络通过批量归一化方法提高网络训练速度,以Max-pooling为下采样,修正线性单元(Rectified linear units,Re LU)为激活函数,Softmax回归分类器为输出层,结合理论分析和试验验证,确定了32×32-20c-2s-50c-2s-200c-2的网络结构和参数。经过对奶牛活动区50头奶牛6个月的视频监控,筛选了具有发情行为爬跨特征的视频150段,随机选取网络训练数据23 000幅和测试数据7 000幅,对构建的网络进行了训练和测试。试验结果表明:本文方法对奶牛发情行为识别准确率为98. 25%,漏检率为5. 80%,误识别率为1. 75%,平均单幅图像识别时间为0. 257 s。该方法能够实现奶牛发情爬跨的无接触实时监测,对奶牛发情行为具有较高的识别率,可显著提高规模化奶牛养殖的管理效率。
|
| 关 键 词： | 奶牛 发情 图像识别 深度学习 爬跨行为 卷积神经网络 |
| 收稿时间： | 2019-04-01 |
Recognition Method of Cow Estrus Behavior Based on Convolutional Neural Network |
| |
| LIU Zhongchao and HE Dongjian. Recognition Method of Cow Estrus Behavior Based on Convolutional Neural Network[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(7): 186-193 |
| |
| Authors: | LIU Zhongchao and HE Dongjian |
| |
| Affiliation: | Northwest A&F University;Nanyang Institute of Technology and Northwest A&F University |
| |
| Abstract: | ![]()
|
| |
| Keywords: | cow estrus image recognition deep learning span behavior convolutional neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
