基于机器视觉的奶牛发情行为自动识别方法

摘要：

及时检测奶牛发情、适时人工授精、减少空怀奶牛,是奶牛养殖场增加产奶量的关键手段.针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题,提出了一种非接触式奶牛发情行为自动识别方法.该方法首先使用改进的高斯混合模型实现运动奶牛目标检测,然后基于颜色和纹理信息去除干扰背景,再利用AlexNet深度学习网络训练奶牛行为分类网络模型,识别奶牛爬跨行为,最终实现对奶牛发情行为的自动识别.在供试数据集上的试验结果表明,本文方法对奶牛发情的识别准确率为100％,召回率为88.24％.本文方法可应用于奶牛养殖场的日常发情监测中,为生产管理提供辅助决策.

关键词：奶牛、发情行为、高斯混合模型、颜色、纹理、深度学习

所属期刊栏目：51

分类号：TP391.41;S24(计算技术、计算机技术)

资助基金：国家重点研发计划项目;国家自然科学基金面上项目

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：241-249