基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法

摘要：

为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊,该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法.针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题,引入置信度信息增强的状态向量,提高跟踪算法区分遮挡与被遮挡羔羊的能力.针对跟踪目标丢失导致轨迹预测不准确的问题,构建目标丢失期间的虚拟轨迹并重更新轨迹状态向量,以纠正轨迹误差.在获取各羔羊活动轨迹后,计算各羔羊帧间移动距离统计羔羊活动量.在江苏海门山羊研发中心采集的新生羔羊活动视频数据集上,测试状态向量增强的ByteTrack多目标跟踪算法性能.测试结果表明,研究提出的多目标跟踪方法在高阶跟踪精度、多目标跟踪精度、多目标跟踪准确度、1DF1得分上分别达到80.8％、86.1％、84.5％和92.2％,相较于现有算法的最高精度,分别提高2.7、0.2、2.3和3.9个百分点.该研究所提方法能够实现同窝多只新生羔羊的稳定跟踪,为新生羔羊活动量的自动计算、母羊繁殖性能的自动评估提供技术支撑.

关键词：动物、目标检测、多目标跟踪、数据关联、遮挡、羔羊活动量

所属期刊栏目：40

分类号：S126(农业物理学)

资助基金：青海省科技厅基础研究计划项目;中央高校基本科研业务费专项资金项目

在线出版日期：2024-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：146-155