基于卷积神经网络的奶牛个体身份识别方法-农业工程学报.pdfVIP

第 31 卷 第 5 期 农 业 工 程 学 报 Vol.31 No.5 2015 年 3 月 Transactions of the Chinese Society of Agricultural Engineering Mar. 2015 181 基于卷积神经网络的奶牛个体身份识别方法 赵凯旋，何东健※ （西北农林科技大学机械与电子工程学院，杨凌 712100 ） 摘 要：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。 关键词：图像技术；算法；识别；卷积神经网络；深度学习；视频分析；奶牛；目标检测 doi ：10.3969/j.issn.1002-6819.2015.05.026 中图分类号：TP391.41; S823.9+1 文献标志码：A 文章编号：1002-6819(2015)-05-0181-07 赵凯旋，何东健. 基于卷积神经网络的奶牛个体身份识别方法[J]. 农业工程学报，2015，31(5)：181－187. Zhao Kaixuan, He Dongjian. Recognition of individual dairy cattle based on convolutional neural networks[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(5): 181 －187. (in Chinese with English abstract) SRC）对奶牛脸部图像进行识别。但识别系统对奶牛脸部 0 引 言 图像的拍摄位置和角度敏感，难以实现自动化识别。Kim 发源于智能监控的视频分析技术已逐步深入到畜 等[17]设计了一个基于奶牛身体图像特征的计算机图像系 禽养殖的许多领域[1-4] ，其中智能感知和识别奶牛的行为 统以识别奶牛个体，该系统使用纯色背景，提取奶牛的 并给出养殖管理决策支持成为当今研究的热点[5-8] 。个体 身体区域图像，二值化后对图像进行分块处理得到 100 身份识别方法是自动分析奶牛行为的技术前提和应用 个特征值，构建 100×16×8 结构的人工神经网络，用 49 基础[9] 。动物个体识别常采用无线射频识别（radio