首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于姿态与时序特征的猪只行为识别方法
引用本文:董力中,孟祥宝,潘明,朱熠,梁宇斌,高翔,刘红刚.基于姿态与时序特征的猪只行为识别方法[J].农业工程学报,2022,38(5):148-157.
作者姓名:董力中  孟祥宝  潘明  朱熠  梁宇斌  高翔  刘红刚
作者单位:深圳市现代农业装备研究院,深圳 518022;农业农村部华南现代农业智能装备重点实验室,广州 510635,广东省现代农业装备研究所,广州 510635;农业农村部华南现代农业智能装备重点实验室,广州 510635,深圳市现代农业装备研究院,深圳 518022
基金项目:2021年广东省级乡村振兴战略专项(粤财农[2021]125号)
摘    要:生猪行为监测是生猪养殖管理过程中的一个重要环节。该研究提出了基于姿态与时序特征的猪只行为识别方法。首先采集和标注猪栏内猪只图像,分别构建了猪只目标检测数据集、猪只关键点数据集和猪只行为识别数据集;利用构建的数据集,分别训练了基于YOLOv5s的猪只检测模型、基于轻量化OpenPose算法的猪只姿态估计模型和基于ST-GCN算法的猪只行为识别模型,并搭建了猪只行为识别系统。经测试,文中训练的YOLOv5s猪只检测模型mAP(mean Average Precision)最高达到0.995,姿态估计模型平均精度和平均召回率达到93%以上,基于ST-GCN的猪只行为识别模型的平均准确率为86.67%。文中构建的猪只行为识别系统中基于LibTorch推理猪只检测模型和猪只姿态估计模型的单帧推理耗时分别约为14和65 ms,单只猪行为识别推理耗时约为8 ms,每提取200帧连续姿态进行一次行为识别推理,平均17 s更新一次行为识别结果。证明提出的基于姿态与时序特征的猪只行为识别方法具有一定可行性,为群养猪场景下的猪只行为识别提供了思路。

关 键 词:图像识别  深度学习  姿态估计  时序特征  行为识别  猪只行为
收稿时间:2021/11/16 0:00:00
修稿时间:2022/1/19 0:00:00

Recognizing pig behavior on posture and temporal features using computer vision
Dong Lizhong,Meng Xiangbao,Pan Ming,Zhu Yi,Liang Yubin,Gao Xiang,Liu Honggang.Recognizing pig behavior on posture and temporal features using computer vision[J].Transactions of the Chinese Society of Agricultural Engineering,2022,38(5):148-157.
Authors:Dong Lizhong  Meng Xiangbao  Pan Ming  Zhu Yi  Liang Yubin  Gao Xiang  Liu Honggang
Institution:1. Shenzhen Institute of Modern Agricultural Equipment , Shenzhen 518022, China; 3. Key Laboratory of Modern Agricultural Intelligent Equipment in South China, Ministry of Agriculture and Rural Affairs, Guangzhou 510635, China;;2. Guangdong Institute of Modern Agricultural Equipment, Guangzhou 510635, China; 3. Key Laboratory of Modern Agricultural Intelligent Equipment in South China, Ministry of Agriculture and Rural Affairs, Guangzhou 510635, China;
Abstract:
Keywords:image recognition  deep learning  pose estimation  temporal features  behavior recognition  pig behavior
本文献已被 万方数据 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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号