基于视频分析的鸡群活动量异常检测轻量化算法

摘要：

鸡只生病或受到应激惊扰后,活动量会有显著性异常.通过对鸡只群体活动量的实时监测,实现鸡群生病预警等异常情况提示,这将极大降低家禽养殖企业的经济损失.随着信息技术的发展,计算机视觉由于其非侵入性,以及呈现丰富信息的能力,已成为家禽实时自动化监控系统的一个有效监测工具.通过YOLOv5和改进的Deep SORT算法对鸡群进行多目标检测与跟踪,提取鸡只外观特征和运动特征,将鸡群的活动情况量化,由此判断鸡群活动量是否异常,为鸡群的福利评估提供重要技术支撑.

关键词：鸡群、YOLOv5算法、Deep SORT算法、轻量化模型、活动量

分类号：TP391.41(计算技术、计算机技术)

资助基金：常州市应用基础研究计划中补助《半放牧养殖家禽群体活动与异常行为的视觉监测及评价》项目CJ20190053

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-60