| 群养猪侵略性行为的深度学习识别方法 |
| |
| 引用本文： | 高云,陈斌,廖慧敏,雷明刚,黎煊,李静,罗俊杰.群养猪侵略性行为的深度学习识别方法[J].农业工程学报,2019,35(23):192-200. |
| |
| 作者姓名： | 高云 陈斌 廖慧敏 雷明刚 黎煊 李静 罗俊杰 |
| |
| 作者单位： | 1. 华中农业大学工学院，武汉 430070; 2. 生猪健康养殖协同创新中心，武汉 430070;,1. 华中农业大学工学院，武汉 430070;,1. 华中农业大学工学院，武汉 430070;,2. 生猪健康养殖协同创新中心，武汉 430070; 3. 华中农业大学动物科技学院动物医学院，武汉 430070;,1. 华中农业大学工学院，武汉 430070; 2. 生猪健康养殖协同创新中心，武汉 430070;,1. 华中农业大学工学院，武汉 430070;,1. 华中农业大学工学院，武汉 430070; |
| |
| 基金项目： | 十三五国家重点研发计划项目（2016YFD0500506）；中央高校自主创新基金（2662018JC003，2662018JC010，2662017JC028） |
| |
| 摘 要： | 为了解决因传统机器视觉和图像处理方法的局限性以及复杂的猪体姿态和猪舍环境导致对群养猪侵略性行为识别的有效性、准确率较低的问题,该文基于深度学习的方法,提出使用3DCONV的群养猪侵略性行为识别算法-3DConvNet。分3个批次采集18头9.6 kg左右的大白仔猪视频图像,选用第一批次中包含28 d内各个时段的撕咬、撞击、追逐、踩踏4大类,咬耳、咬尾、咬身、头撞头、头撞身、追逐以及踩踏7小类侵略性行为以及吃食、饮水、休息等非侵略性行为共计740段(27114帧)视频作为训练集和验证集,训练集和验证集比例为3:1。结果表明,3DConvNet网络模型在训练集上的识别准确度达96.78%,在验证集上识别准确度达95.70%。该文算法模型对于不同训练集批次的猪只以及不良照明条件下依然能准确识别侵略性行为,算法模型泛化性能良好。与C3D模型进行对比,该文提出的网络模型准确率高出43.47个百分点,单帧图像处理时间为0.50 s,可满足实时检测的要求。研究结果可为猪场养殖环境中针对猪只侵略性行为检测提供参考。
|
| 关 键 词： | 卷积神经网络 机器视觉 模型 行为识别 侵略性行为 深度学习 群养猪 |
| 收稿时间： | 2019/7/10 0:00:00 |
| 修稿时间： | 2019/10/29 0:00:00 |
Recognition method for aggressive behavior of group pigs based on deep learning |
| |
| Gao Yun,Chen Bin,Liao Huimin,Lei Minggang,Li Xuan,Li Jing and Luo Junjie.Recognition method for aggressive behavior of group pigs based on deep learning[J].Transactions of the Chinese Society of Agricultural Engineering,2019,35(23):192-200. |
| |
| Authors: | Gao Yun Chen Bin Liao Huimin Lei Minggang Li Xuan Li Jing and Luo Junjie |
| |
| Institution: | 1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China; 2. Cooperative Innovation Center for Sustainable Pig Production, Wuhan 430070, China;,1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China;,1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China;,2. Cooperative Innovation Center for Sustainable Pig Production, Wuhan 430070, China; 3. College of Animal Science and Technology, College of Animal Medicine, Huazhong Agricultural University, Wuhan 430070, China;,1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China; 2. Cooperative Innovation Center for Sustainable Pig Production, Wuhan 430070, China;,1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China; and 1. College of Engineering, Huazhong Agricultural University, Wuhan 430070, China; |
| |
| Abstract: | |
| |
| Keywords: | convolutional neural network machine vision models behavior recognition aggressive behavior deep learning group pigs |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
