基于深度图像的蛋鸡行为识别方法-农业机械学报.PDFVIP

２０１７年 １月 农 业 机 械 学 报 第 ４８卷 第 １期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０１．０２０ 基于深度图像的蛋鸡行为识别方法 １ ２ ２ 劳凤丹 　杜晓冬 　滕光辉 （１．中国农业大学网络中心，北京 １０００８３；２．中国农业大学水利与土木工程学院，北京 １０００８３） 摘要：基于深度图像分析技术研究了一种针对蛋鸡群体行为（分布指数、水平活跃度和垂直活跃度）和群体中个体 行为（采食、躺、站和坐）经济简单的自动识别方法。系统由１台３Ｄ照相机同步采集数字和深度图像数据，并开发 软件进行蛋鸡行为的自动识别，系统５ｓ采集 １次图像数据，共进行 １０ｄ的数据采集。描述了行为识别算法并进行 了行为识别结果分析。算法对蛋鸡的采食、躺、站和坐的识别准确率分别为９０３％、９１５％、８７５％和５６２％。坐 行为识别率较低的原因主要是有时蛋鸡站着探索地面会被误判为坐，这可能与两者之间的分割阈值不够精确 有关。 关键词：深度图像；蛋鸡；行为；自动识别 ＋ 中图分类号：ＴＰ３９１；Ｓ８３１４９ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０１０１５５０８ ＡｕｔｏｍａｔｉｃＲｅｃｏｇｎｉｔｉｏｎＭｅｔｈｏｄｏｆＬａｙｉｎｇＨｅｎＢｅｈａｖｉｏｒｓＢａｓｅｄｏｎ ＤｅｐｔｈＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ １ ２ ２ ＬＡＯＦｅｎｇｄａｎ　ＤＵＸｉａｏｄｏｎｇ　ＴＥＮＧＧｕａｎｇｈｕｉ （１．ＮｅｔｗｏｒｋＣｅｎｔｅｒ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｎｉｍａｌｂｅｈａｖｉｏｒｓａｒｅｒｅｆｌｅｃｔｉｖｅｏｆｉｔｓｗｅｌｆａｒｅｓｔａｔｅ．Ｔｈｅｙｃｏｎｔａｉｎｉｍｐｏｒｔａｎｔｉｎｆｏｒｍａｔｉｏｎｔｈａｔｃａｎ ｅｎａｂｌｅｐｒｏｄｕｃｅｒｓｔｏｂｅｔｔｅｒｍａｎａｇｅｌｉｖｅｓｔｏｃｋ．Ｙｅｔｉｔｉｓｍｏｒｅｄｉｆｆｉｃｕｌｔｉｎｒｅｃｏｇｎｉｚｉｎｇｔｈｅｂｅｈａｖｉｏｒｓｏｆｇｒｏｕｐ ｌａｙｉｎｇｈｅｎｓｔｈａｎｏｔｈｅｒｂｉｇｓｉｚｅａｎｉｍａｌｓ．Ｌａｒｇｅｎｕｍｂｅｒｓｏｆｈｅｎｓ，ｈｏｍｏｇｅｎｅｏｕｓｉｎａｐｐｅａｒａｎｃｅ，ｈｉｇｈ ｓｔｏｃｋｉｎｇｄｅｎｓｉｔｙａｎｄｖａｒｉａｂｌｅｂｏｄｙｓｉｚｅａｌｌｃｏｎｔｒｉｂｕｔｅｔｏｔｈｉｓｓｉｔｕａｔｉｏｎ．Ａｃｏｍｐｕｔｅｒｖｉｓｉｏｎｂａｓｅｄｓｙｓｔｅｍ ｗａｓｄｅｖｅｌｏｐｅｄｗｈｉｃｈｃａｎａｕｔｏｍａｔｉｃａｌｌｙｒｅｃｏｇｎｉｚｅｇｒｏｕｐｂｅｈａｖｉｏｒｓ（ｄｉｓｔｒｉｂｕｔｉｏｎｉｎｄｅｘ，ｈｏｒｉｚｏｎｔａｌａｃｔｉｖｉｔｙ ｉｎｄｅｘａｎｄｖｅｒｔｉｃａｌａｃｔｉｖｉｔｙｉｎｄｅｘ）ａｎｄｉｎｄｉｖｉｄｕａｌｂｅｈａｖｉｏｒｓ（ｆｅｅｄｉｎｇ，ｌｙｉｎｇ，ｓｔａｎｄｉｎｇａｎｄｓｉｔｔｉｎｇ）ｏｆ ｇｒｏｕｐｈｅｎｓ．Ｔｈｅｓｙｓｔｅｍｃｏｎｓｉｓｔｅｄｏｆａ３Ｄｃａｍｅｒａｔｈａｔｓｉｍｕｌｔａｎｅｏｕｓｌｙａｃｑｕｉｒｅｄｄｉｇｉｔａｌａｎｄｄｅｐｔｈｉｍａｇｅｓ ａｎｄａｓｏｆｔｗａｒｅｐｒｏｇｒａｍｔｈａｔｄｅｔｅｃｔｅｄａｎｄｉｄｅｎｔｉｆｉｅｄｔｈｅｂｅｈａｖｉｏｒｓ．Ｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌａｌｇｏｒｉｔｈｍｆｏｒｔｈｅ ａｎａｌｙｓｉｓｏｆｄｅｐｔｈｉｍａｇｅｓｗ