機(jī)器視覺下的豬行為識(shí)別技術(shù)研究

秦陽鴻

摘 要：隨著中國生豬養(yǎng)殖產(chǎn)業(yè)的不斷發(fā)展，生豬養(yǎng)殖過程中的個(gè)體行為檢測逐漸由手工記錄轉(zhuǎn)化為信息化監(jiān)管模式。機(jī)器視覺是一種較好替代接觸式生豬檢測手段，通過獲取生豬監(jiān)控視頻，使用機(jī)器學(xué)習(xí)方法識(shí)別生豬行為，可以用于識(shí)別和預(yù)防生豬發(fā)生疾病。本文介紹生豬行為機(jī)器視覺系統(tǒng)，并分析系統(tǒng)中常用的算法在準(zhǔn)確性和有效性上的問題，并分析系統(tǒng)中的重難點(diǎn)研究方向。

關(guān)鍵詞：機(jī)器視覺;豬行為;目標(biāo)提取算法;個(gè)體識(shí)別算法;行為識(shí)別算法

在畜牧養(yǎng)殖業(yè)中，動(dòng)物行為與動(dòng)物福利養(yǎng)殖有直接關(guān)系，且動(dòng)物心理可以從行為識(shí)別中得到直接體現(xiàn)。因?yàn)閯?dòng)物行為可以觀察，所以為了保障動(dòng)物健康，避免動(dòng)物不良行為對(duì)畜牧養(yǎng)殖業(yè)的影響，在新時(shí)代背景下，各國科研人員開始從動(dòng)物行為入手，重點(diǎn)研究動(dòng)物心理感受。由于現(xiàn)階段養(yǎng)殖模式正在向著集約化的方向穩(wěn)步前進(jìn)，自動(dòng)化養(yǎng)殖技術(shù)越來越高，智能監(jiān)控也成為養(yǎng)殖系統(tǒng)不可或缺的基礎(chǔ)內(nèi)容，此時(shí)運(yùn)用機(jī)器視覺技術(shù)對(duì)豬行為進(jìn)行整合研究，有助于為實(shí)踐研究提供更為精準(zhǔn)的依據(jù)。因此，下面對(duì)機(jī)器視覺下豬行為識(shí)別技術(shù)進(jìn)行研究。

1.豬行為識(shí)別視覺系統(tǒng)分析

這一系統(tǒng)主要用來收集豬行為的視頻，并運(yùn)用視覺處理算法研究視頻中的豬行為，而后輸出識(shí)別結(jié)果或分析異常。在二十世紀(jì)八十年代末期，隨著成像系統(tǒng)的提出，促使豬生產(chǎn)水平得到了優(yōu)化，各國科研人員開始運(yùn)用可見光相機(jī)和深度相機(jī)視覺傳感器來識(shí)別豬行為。具體內(nèi)容分為：其一，可見光相機(jī)視覺系統(tǒng)是指運(yùn)用單目可見光相機(jī)得到豬欄俯視圖，以此對(duì)豬行為進(jìn)行跟蹤調(diào)查。同時(shí)，也會(huì)運(yùn)用單CCD相機(jī)獲取俯視圖，以此識(shí)別豬行為。從俯視角度觀察豬行為，可以準(zhǔn)確獲取豬舍位置變化信息，對(duì)比側(cè)視角度觀察情況分析，遮擋區(qū)域較多，因此更加符合群體豬行為的檢測工作。一般來講，主要用來檢測生豬的運(yùn)動(dòng)、飲食及排泄、攀爬攻擊等行為。其二，深度相機(jī)視覺系統(tǒng)。要想更快掌握豬行為及相關(guān)位置信息，科研人員在觀測的同時(shí)還要采集有關(guān)信息。例如，Stephen[1]等就運(yùn)用兩個(gè)Kinect獲取俯視角下深度二維圖像，以此對(duì)豬目標(biāo)實(shí)施跟蹤調(diào)查。

2.研究豬行為識(shí)別

2.1運(yùn)動(dòng)行為

這類行為識(shí)別主要包含：其一，運(yùn)動(dòng)檢測。通過觀察豬的運(yùn)動(dòng)行為可以正確判斷它的活躍度和健康狀態(tài)。其二，跛足檢測。由于跛足屬于家畜常見病，所以做好這項(xiàng)檢測工作可以有效控制疾病傳播，并在發(fā)現(xiàn)問題后及時(shí)處理。常見方法有壓力傳感器、非接觸式跛足檢測法等。其三，目標(biāo)跟蹤。這項(xiàng)檢測包含三點(diǎn)：基于模型的生豬跟蹤、基于特征的生豬跟蹤及基于區(qū)域的生豬跟蹤。由于目標(biāo)丟失是影響跟蹤算法的主要原因，常見為群養(yǎng)豬的多個(gè)豬體之間彼此靠近和碰觸導(dǎo)致目標(biāo)間連遮擋。

2.2伏地行為

群聚伏地分布情況直接決定了室內(nèi)環(huán)境參數(shù)對(duì)豬體的影響，且影響著豬體的健康與生活狀態(tài)。例如，Shao等[2]運(yùn)用圖像緊湊性，結(jié)合從前景到背景的像素變化、不變距及占地比等特征，分類檢測了豬的伏地行為。

2.3呼吸行為

豬體在出現(xiàn)疾病后，經(jīng)常給會(huì)出現(xiàn)呼吸急促癥狀。通過了解豬只呼吸頻率，能及時(shí)掌握出現(xiàn)的疾病類型。同時(shí)，也可以為檢測生物基因與動(dòng)物行為關(guān)系提供依據(jù)。在傳統(tǒng)工作模式中，人工觀察雖然可以滿足部分工作需求，但隨著時(shí)間和數(shù)量的增加，不但會(huì)消耗大量資源，而且最終結(jié)果具有主觀性。通過引用視覺算法檢測豬只呼吸情況再進(jìn)行自動(dòng)化養(yǎng)殖，可以有效緩解養(yǎng)殖人員的壓力。一般來講，在研究豬呼吸行為時(shí)，可以從腹部和脊背周期性運(yùn)動(dòng)這一特點(diǎn)入手。

3.問題及研究方向

3.1現(xiàn)有識(shí)別分析方法的問題

國內(nèi)外科研人員運(yùn)用機(jī)器視覺進(jìn)行豬行為識(shí)別技術(shù)，在實(shí)踐發(fā)展中獲取了優(yōu)異成績，但最中國研究成果并沒有得到有效利用，主要原因在于：其一，目標(biāo)提取算法。一方面，有效性?，F(xiàn)階段，污垢、光照與陰影多變化等依舊是行為識(shí)別需要關(guān)注的重點(diǎn)，常見解決方法會(huì)在算法中提高分割次數(shù)，或引入?yún)?shù)變量，這樣勢必會(huì)增加算法的復(fù)雜性;另一方面，適用性。目前生豬目標(biāo)提取更適宜與背景色存在較大差異的豬體，這對(duì)紋理不同且與背景色類似的豬體而言并不適宜。其二，個(gè)體識(shí)別算法。一方面，可靠性。在人工識(shí)別中，檢測人員會(huì)在自主涂刷后進(jìn)行算法研究，但因?yàn)闃?biāo)記容易消失，所以實(shí)際應(yīng)用性并不高;另一方面，適用性。人工標(biāo)記不符合大型養(yǎng)殖場需求，不僅標(biāo)記步驟過于繁瑣，而且精確性要求極高，因此在實(shí)踐操作中很容易消耗大量資源。在新時(shí)代背景下，如何結(jié)合自身特點(diǎn)識(shí)別個(gè)體是現(xiàn)階段養(yǎng)殖業(yè)關(guān)注的焦點(diǎn)。其三，行為識(shí)別算法。一方面，有效性。跟蹤持續(xù)時(shí)間作為研究跟蹤算法是否有效的主要影響因素，現(xiàn)階段提出的算法難以在長期跟蹤中達(dá)到預(yù)期目標(biāo)，因此急需加大對(duì)重疊處理、目標(biāo)黏連等問題的研究;另一方面，準(zhǔn)確性。目前有關(guān)豬行為的識(shí)別判斷依舊沒有達(dá)到實(shí)際需求，若是換豬舍很容易在段時(shí)間內(nèi)導(dǎo)致算法失效。由此可知，現(xiàn)有行為識(shí)別算法依舊處于初期階段。

3.2方向

通過上文研究分析可知，隨著我國養(yǎng)殖業(yè)的飛速發(fā)展，面對(duì)越來越高的檢測要求，養(yǎng)殖人員要從以下幾方面入手進(jìn)行深層研究：其一，優(yōu)化視覺系統(tǒng)。通過構(gòu)建多傳感器視覺系統(tǒng)，可以解決以往數(shù)據(jù)類型單一等問題，促使機(jī)器視覺下的豬識(shí)別技術(shù)更加有效。同時(shí)，也要結(jié)合多種圖像配準(zhǔn)算法，這樣有助于在整合多源圖像的基礎(chǔ)上，更加準(zhǔn)確檢測豬行為。其二，改善算法。通過提出多視角進(jìn)行識(shí)別工作，有助于提高個(gè)體識(shí)別效率。由于三維多視角識(shí)別屬于現(xiàn)階段視覺領(lǐng)域極具挑戰(zhàn)性的問題之一，所以科研人員要在不斷創(chuàng)新中解決相關(guān)問題。同時(shí)，還要針對(duì)特殊時(shí)期提出行為識(shí)別，以此滿足養(yǎng)殖人員健康需求。其三，創(chuàng)新行業(yè)。因?yàn)闄C(jī)器識(shí)別豬行為具有成本低、回報(bào)高及不用接觸等優(yōu)勢，所以在發(fā)展畜牧業(yè)自動(dòng)化背景下，有關(guān)技術(shù)理念得到了行業(yè)的支持與認(rèn)可。若是可以在行業(yè)中普及利用，并構(gòu)建豬視頻標(biāo)準(zhǔn)集具有深遠(yuǎn)意義。

結(jié)束語

綜上所述，為了將豬行為自動(dòng)分類研究成果運(yùn)用到實(shí)踐發(fā)展中，要求各國在大力推廣光機(jī)器視覺及相關(guān)技術(shù)理念的同時(shí)，轉(zhuǎn)變養(yǎng)殖人員檢測意識(shí)，注重針對(duì)具體問題，提出有效的處理措施。這樣不僅能提高養(yǎng)豬業(yè)發(fā)展水平，而且可以保障分類結(jié)果的精準(zhǔn)性，以此為找到更為優(yōu)質(zhì)的養(yǎng)殖模式提供有效依據(jù)。

參考文獻(xiàn)

[1]何永康，侯躍謙.基于多種平面度測量方法機(jī)器視覺的優(yōu)勢[J].內(nèi)燃機(jī)與配件，2019（21）：211-212.

[2]劉俊.機(jī)器視覺下多技術(shù)融合的精細(xì)農(nóng)業(yè)探索[J].電子質(zhì)量，2018（04）：11-14.