基于改进ByteTrack算法的群养生猪行为识别与跟踪技术

摘要：

群养生猪行为的识别与跟踪是智能养殖中监测猪只健康的关键技术.为在猪只重叠与遮挡复杂场景中,实现群养生猪行为识别与稳定跟踪,提出了改进ByteTrack算法.首先,采用YOLOX-X目标检测器实现群养生猪检测,然后,提出改进ByteTrack多目标跟踪算法.该算法改进包括:设计并实现BYTE数据关联的轨迹插值后处理策略,降低遮挡造成的IDs错误变换,稳定跟踪性能;设计适合群养生猪的检测锚框,将YOLOX-X检测算法中的行为类别信息引入跟踪算法中,实现群养生猪行为跟踪.改进ByteTrack算法的MOTA为96.1％,IDF1为94.5％,IDs为9,MOTP为0.189;与ByteTrack、DeepSORT和JDE方法相比,在MOTA与IDF1上均具有显著提升,并有效减少了IDs.改进ByteTrack算法在群养环境下能实现稳定ID的猪只行为跟踪,能够为无接触式自动监测生猪提供技术支持.

关键词：群养生猪、行为识别、多目标跟踪、ByteTrack

所属期刊栏目：53

分类号：TP391.4(计算技术、计算机技术)

资助基金：广东省科技计划项目;广州市重点项目;中国互联网+大学生创新创业大赛项目

在线出版日期：2023-02-21（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：264-272