基于融合图像与运动量的奶牛行为识别方法.PDF

２０１７年 ６月 农 业 机 械 学 报 第 ４８卷 第 ６期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０６．０１９ 基于融合图像与运动量的奶牛行为识别方法 １，２ １ ２ ２ 顾静秋 　王志海 　高荣华 　吴华瑞 （１．北京交通大学计算机与信息工程学院，北京 １０００４４；２．国家农业信息化工程技术研究中心，北京 １０００９７） 摘要：为从海量监控视频中快速、准确识别影响奶牛繁殖与健康的行为，以小育成牛舍与泌乳牛舍中４００头奶牛为 研究对象，分析了奶牛在活动区与奶厅匝道的运动行为，提出了一种基于图像熵的奶牛目标对象识别方法，通过最 小包围盒面积计算与目标对象轮廓图，实时捕获奶牛爬跨行为与蹄部、背部特征，融合被识别奶牛连续 ７ｄ的运动 量，判断影响奶牛健康繁殖的异常行为。试验结果表明，利用本文方法对监控视频内奶牛目标对象、运动行为进行 实时监测，有效监控识别奶牛发情、蹄病行为准确率超过 ８０％，发情漏检率最低为 ３２８％，蹄病漏检率最低为 ５３２％，提高了规模化养殖管理效率。 关键词：奶牛行为；目标分割；图像熵；图像矩；运动量；智能分析 ＋ 中图分类号：Ｓ８２３９ １；ＴＰ３９１４ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０６０１４５０７ ＲｅｃｏｇｎｉｔｉｏｎＭｅｔｈｏｄｏｆＣｏｗＢｅｈａｖｉｏｒＢａｓｅｄｏｎ ＣｏｍｂｉｎａｔｉｏｎｏｆＩｍａｇｅａｎｄＡｃｔｉｖｉｔｉｅｓ １，２ １ ２ ２ ＧＵＪｉｎｇｑｉｕ 　ＷＡＮＧＺｈｉｈａｉ　ＧＡＯＲｏｎｇｈｕａ　ＷＵＨｕａｒｕｉ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ ２．ＮａｔｉｏｎａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｉｎＡｇｒｉｃｕｌｔｕｒｅ，Ｂｅｉｊｉｎｇ１０００９７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄｕｅｔｏｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｉｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓ（ＩｏＴ）ｔｏｌａｒｇｅｓｃａｌｅｃｏｗｂｒｅｅｄｉｎｇ，ｍａｓｓｏｆｍｕｌｔｉ ｓｃａｌｅｄａｔａａｎｄｍｕｌｔｉｄｉｖｉｓｉｏｎａｌｓｅｎｓｏｒｄａｔａａｎｄｖｉｄｅｏｍｏｎｉｔｏｒｉｎｇｄａｔａｏｆｃｏｗｉｎｄｉｖｉｄｕａｌｓｗｅｒｅｃｏｌｌｅｃｔｅｄ． Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｓｉｇｎｉｆｉｃａｎｔｔｏｄｉｇｏｕｔｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｆｅａｔｕｒｅｓｏｆｈｅａｌｔｈｙｒｅｐｒｏｄｕｃｔｉｏｎｂｅｈａｖｉｏｒｆｏｒ ｄｅｖｅｌｏｐｍｅｎｔｏｆｓｃｉｅｎｔｉｆｉｃｌａｒｇｅｓｃａｌｅｂｒｅｅｄｉｎｇｍｅａｓｕｒｅｓａｎｄｉｍｐｒｏｖｅｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓｆｒｏｍ ｃｏｗ ｂｒｅｅｄｉｎｇ．Ｆｏｒｔｈｅｒａｐｉｄａｎｄａｃｃｕｒａｔｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｃｏｗｒｅｐｒｏｄｕｃｔｉｏｎａｎｄｈｅａｌｔｈｙｂｅｈａｖｉｏｒｆｒｏｍｍａｓｓ ｓｕｒｖｅｉｌｌａｎｃｅｖｉｄｅｏ，ｔｏｔａｌｌｙ４００ｈｅａｄｏｆｙｏｕｎｇｃｏｗｓａｎｄｌａｃｔａｔｉｎｇｃｏｗｓｗｅｒｅｔａｋｅｎａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ ａｎｄｃｏｗｂｅｈａｖｉｏｒｆｒｏｍｔｈｅｄａｉｒｙａｃｔｉｖｉｔｙａｒｅａａｎｄｍｉｌｋｈａｌｌｒａｍｐｗａｓａｎａｌｙｚｅｄ．Ｔｈｅｍｅｔｈｏｄｏｆｏｂｊｅｃｔ ｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｉｍａｇｅｅｎｔｒｏｐｙｗａｓｐｒｏｐｏｓｅｄ，ａｉｍｉｎｇａｔｔｈｅｉｄｅｎｔｉｆｉ