动物身份识别方法综述

动物身份识别技术是人们管理动物、研究动物生态学的基础，随着社会的进步和科学技术的发展，动物身份识别技术也在不断地更新和完善。文章从有侵入性和无侵入性两方面对动物身份识别技术进行了梳理，介绍了侵入性动物身份识别技术，该技术包括烙印法、纹身法、耳痕法、喷涂法和传统耳标法、电子耳标法和生物识别技术(包括视网膜或虹膜识别、唇鼻纹识别、面部识别及DNA识别),并对无侵入性身份识别方法(包括传统图像处理和机器学习方法与深度学习方法两种)数据集的获取及不同应用场景(包括固定场景、开放场景、单一物种和多物种)进行了介绍，总结了动物身份识别技术的挑战与发展趋势，旨在为动物身份识别技术的研究和应用提供参考。     

犬鼻纹识别系统在警犬身份识别中的应用

现阶段,以犬个体情况为基础的数字化、精细化饲养逐渐成为现代科学养犬的主要发展方向。犬个体识别是现代化犬基地建设、犬精细化养育的基础。笔者利用深度学习的优势,结合犬鼻部图像特征,提出基于深度学习的犬鼻部图像识别方法,通过人工智能与生物特征相结合的方式,实现自动化、非接触式的犬个体识别。     

基于局部不变特征的牛只个体唇纹识别方法研究

为了改善传统方法牛只个体身份识别的误识别和操作复杂等现象,试验提出了一种基于计算机视觉提取牛唇纹图像局部不变特征来识别牛只的方法,即使用相机拍摄牛唇纹图像制作数据集,收集了51头牛的唇纹图像,每头有5～30张,共475张,对图像进行统一分辨率大小和限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)预处理之后,使用关键点阈值为1 150个的尺度不变特征变换(scale invariant feature transform, SIFT)提取图像特征,最后用最近邻(K-nearest neighbors, KNN)特征匹配对牛唇纹图像分类,并比较了图像预处理、关键点数量阈值和SIFT、加速鲁棒特征(speeded-up robust features, SURF)、定向快速旋转(oriented fast and rotated brief, ORB)三种不同特征提取算法对牛唇纹识别准确率的影响。结果表明:使用统一分辨率大小和CLAHE处理牛唇纹图像,并设置关键点数量阈值为1 150个时,SIFT对...     

基于Gabor滤波与灰度梯度共生矩阵的鸽眼虹膜识别

禽畜标识技术作为当前研究热点难点受到广泛关注,以虹膜识别为代表的生物特征标识技术成为一种趋势。针对传统方法提取全局特征时对局部纹理特征不敏感的问题,文中提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵(GGCM)的鸽眼虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像进行滤波,由全局滤波图像构建灰度梯度共生矩阵,提取其特征值生成虹膜特征向量,识别过程采用K-NN分类算法。试验结果表明:该方法具有识别精度高,等错率低等优点,在候鸟监测、家禽管理和肉食品追溯方面具有一定的实际应用价值。     

基于深度学习的羊脸检测与识别方法

家畜个体身份的精准识别对于动物行为研究和现代化选种选配具有重要价值,目前家畜身份的确定主要依据图像或视频中所存在的动物的脸部特征而展开.该文以羊脸识别为目标,提出了基于多种深度学习方法的羊脸检测与识别方案.对羊脸在图片中的位置进行框选和定位,将检测到的来自不同图片的羊脸区分开来,进行个体身份鉴定.采集来自同一群体的形态...     

3种不同利用微卫星标记进行个体识别方法的比较研究

以鲁西黄牛和渤海黑牛（各30头）12个微卫星座位数据为基础,利用系统树分析法、最大似然法及Bayes方法,比较不同方法对个体识别效率的影响。结果表明：当利用12个微卫星座位和6个低杂合度位点数据时,3种个体识别方法鉴定的准确性均为100%。但利用6个高杂合度座位时,Bayes方法的准确性最高（83.33%）,最大似然法次之（76.67%）,系统树分析法最低（71.67%）。结果表明,基于Bayes理论的个体识别方法最准确,是进行同类研究的首选工具,而系统树分析法和最大似然法可以作为其补充加以应用。     

基于深度学习——DCNN的人脸图像识别技术应用研究

针对基于深度学习的人脸识别技术广泛应用于社会的金融、教育、交通、零售等领域进行了分析,阐述了深度学习、卷积神经网络和人脸识别技术理论及应用现状。为了提高人脸识别在各应用领域的准确率,文章分析一种基于深度学习的深度卷积神经网络（DCNN）的人脸识别技术,该方法主要涉及两个方面,一方面是使用DCNN对训练集进行特征提取,另一方面则是将提取的特征图片通过输入神经网络进行训练及识别。并对基于深度学习—DCNN的人脸识别技术的应用研究做出总结和展望,加深了人们对深度学习人脸识别技术的了解,为实现快速便捷的识别大量人脸图像任务做支撑。     

基于Multi-Light模型的奶牛个体识别研究

为了解决大规模智能化奶牛养殖场对奶牛个体识别存在模型大、识别速度慢的问题,试验构建了一种用于识别奶牛个体的多尺度轻量化卷积神经网络(Multi-Light)模型,将拍摄的奶牛图像经过标注后利用DeepLab V3模型从复杂背景中分割出单头奶牛图像;在Multi-Light模型中引入空洞卷积,保证该模型参数量不变的同时增强提取图像全局信息的能力;加入多尺度卷积模块增强该模型对不同尺度特征点的检测能力,在该模型中使用短路连接以保证特征不丢失,提升模型的识别精度;此外,利用通道注意力机制提高了该模型识别精度,同时使该模型具有更多的非线性;最后将分割得到的奶牛图像数据集输入Multi-Light模型进行训练。结果表明：Multi-Light模型对奶牛个体识别的精度达98.51%,高于其他经典模型对奶牛个体的识别率;与轻量级模型对比,Multi-Light模型的大小为5.86 MB,在具备高识别精度的前提下参数量较少。说明试验所搭建的Multi-Light模型克服了传统方法中需要对特征进行人为提取、提取特征方法不够鲁棒、识别模型参数量大及识别速度慢的缺点,为奶牛个体轻量化识别提供了参考。     

DNA指纹技术在畜禽亲缘系统分类上的应用

DNA纹技术的实质、分析方法、特点及其在个体（品种、品系）识别与血缘关系鉴定、种群内遗传纯度与遗传距离的测算、进行群体聚类分析、预测杂交优势等方面的应用，并对DNA批纹技术的前景作了探讨。     

基于卷积神经网络的家蚕农药中毒识别研究

由农药污染桑叶造成的家蚕中毒是蚕茧生产减收的主要原因之一。现有的家蚕农药中毒识别方法主要是人工观察大量蚕儿出现的明显症状进行识别。为了提高诊断的效率和准确性,运用深度学习方法的卷积神经网络开展了家蚕农药中毒的智能识别研究。通过给4龄初期幼虫添毒的方式集中获取敌杀死(溴氰菊酯)、草甘膦2种农药中毒的家蚕样本,并以相同日龄的健康家蚕作为参照,使用智能手机在实际环境下采集图像,构建家蚕中毒症状的图像数据集。在此基础上,利用轻量级卷积神经网络MobileNet模型开展识别试验,结果显示对2种农药中毒的识别准确率分别为95.0%和99.6%。初步的研究结果提示,进一步构建种类更加完整的基于卷积神经网络的家蚕农药中毒识别系统,将有助于蚕桑生产上家蚕中毒的农药污染溯源分析和精准预防。     

分子标记技术构建DNA指纹图谱在个体识别中的应用

20世纪80年代出现的DNA指纹技术为个体的身份鉴定提供了一个精确的方法,已在法医学、亲子鉴定等方面得到了广泛的应用。而DNA分子标记技术自建立以来,相继被广泛地应用于评估遗传多样性以及个体识别、亲子鉴定等方面。本文综述了利用DNA分子标记技术构建DNA指纹图谱,进行人类或动物个体识别的原理、概念、分析方法、研究进展与存在的问题及其应用前景。     

智慧养猪中猪只个体识别技术的选择

智慧养猪已成为生猪产业发展的新趋势,其核心主要聚焦于智能环控、智能饲喂和对猪群的视频监控等技术的应用.大数据采集是实现智能化的前提,因此,通过射频识别(RFID)技术建立猪只大数据是实现智慧养猪的基础.通过正确的猪只个体识别技术的选型,在不同生命周期给猪只选配合适的电子耳标,给猪只建立精准的身份证明.在不同阶段的数据采...     

基于生物特征的人类虹膜识别系统的设计

随在经济的快速发展下,身份识别和信息安全成为重中之重。发展生物识别技术成为了当今社会研究的热门课题。本文以人类生物特征的唯一性为基础进而对虹膜识别系统进行了深度的研究,设计了"开源"虹膜识别系统,以验证人类虹膜具有的唯一性。     

基于卷积神经网络的牧草种子图像识别

传统的灰度图像处理方式会降低数据集的复杂性,进而降低模型识别相似种子的准确率。因此,将卷积神经网络中传统的图像灰质化处理方法改进为归一化典型判别分析(nCDA)算法与卷积神经网络(CNN)相结合的方法(CNN-nCDA),该方法基于多光谱仪采集的种子图像信息,以深度学习框架TensorFlow为基础,利用卷积神经网络构建种子识别算法,可区分高相似度牧草种子。结果表明,仅依靠传统灰度图难以区分形态相似的种子(62.11%～72.5%),而采用CNN-nCDA策略对不同类别种子分类的准确率可达100.0%,优于单独使用nCDA (90.0%～100.0%)、线性判别分析(LDA)(97.3%～100.0%)、支持向量机(SVM)(92.4%～97.5%)的准确率。综上所述,多光谱成像技术中的nCDA算法与卷积神经网络相结合技术,具有较高的校准和验证能力,对现场快速筛选种子具有良好的应用前景。     

基于深度学习的蚕茧种类识别研究

蚕茧分选是缫丝前的必备工作,当前的分选方式主要是人工分选,效率较低,不利于蚕桑丝绸业的转型发展。为研发智能化的蚕茧分选装备,开展了基于深度学习的蚕茧种类识别研究。在实际环境下采集蚕茧图像,构建出数量为2000张的蚕茧图像数据集,单张图像中包含多种类别的蚕茧,并使用标注工具标注出4个类别的蚕茧,分别为上车茧、黄斑茧、柴印茧和畸形茧。使用深度学习领域中目标检测网络YOLO v5开展了模型训练和验证。结果表明,深度学习模型可以准确地识别出蚕茧的位置,训练的模型对上车茧和黄斑茧的识别精度较高,而柴印茧和畸形茧的识别精度较低。研究可为后续蚕茧智能分选研究和分选装备研发提供参考。     

繁殖期鳞头树莺(Urosphena squameiceps)鸣唱的个体识别

做为非损伤、低干扰的鸟类标记方法,利用鸣声来识别个体在鸟类数量监测、行为分析、生活史研究等领域都有着广泛的应用前景.2010年我们在北京小龙门地区野外工作期间录制了8只占有领域的鳞头树莺(Urosphena squameiceps)的鸣声.每个个体截取20段鸣声,分别利用判别分析,神经网络算法和语图比较方法进行个体识别...     

畜禽身份识别技术的研究进展及应用

为防止个人身份信息的泄漏,身份证、密码、签名、生物特征（指纹、虹膜等）及遗传物质DNA等身份识别技术都得到了迅速的发展和应用。如今随着现代畜牧业的发展,这些身份识别技术不仅用于人类,在畜禽中也得到了广泛的研究和应用。笔者阐述了身份识别技术在畜禽的产品流通、疾病防控、育种、生产管理及品种鉴定防伪等方面的研究进展和应用情况。     

雉鸡亚种种群的图像识别研究

雉鸡的亚种众多,在其表型与遗传上具有地理变异。雉鸡的一些亚种适应于不同的地理条件(例如:寒带、热带、干旱区、高原)形成了独特的群体形态特征,尤其体现在雄性个体的羽色图案上。羽色图案的复杂性给雉鸡亚种的人工鉴定带来了挑战,为此,本研究探索应用图像识别技术对雉鸡亚种进行识别。对3种识别算法:K近邻分类算法,概率神经网路和符号分类器进行了比较。通过序列前向选择法、序列后向选择法、序列浮动前向选择法和序列浮动后向选择法等算法对差异纹理特征进行提取和比较。本研究对25个雉鸡亚种的高质量博物馆标本的图片进行分析验证。结果表明,目前的图像识别技术只能识别羽色图案差异较大的5个类群,其中概率神经网路具有最高的雉鸡亚种识别鉴定效率。     

家畜行为智能监测系统的研究进展

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。     

猪场仔猪编号的剪耳法

在猪场要识别不同的猪只,光靠观察是很难做到的。为了随时查找猪只的血缘关系,便于管理记录,必须给每头猪进行编号。编号的方法有耳标法、剪耳号法和电子识别法。耳标法是用耳标安装器(耳标钳子)将耳标装钉在猪耳朵上,用专用记号笔书写数码。耳标虽简单,但易掉。有条件的猪场可用电子识别法。将仔猪的个体号、出生地、出生日期、品种和系谱等信息转译到脉冲转发器内,装在一个微型玻璃管内,插到耳后松弛的皮肤下,需要时用手提阅读器进行识别阅读。但此种方法很少使用。一般情况下,较常用剪耳法。剪耳法是用耳号钳在猪耳上打缺口,一个耳缺代表…