-
题名视觉和传感器融合的多模态猪只行为识别
被引量：1
- 1
-
-
作者
陈虹余
尹令
杨明
张素敏
林俊勇
-
机构
华南农业大学数学与信息学院
国家生猪种业工程技术研究中心
猪禽种业全国重点实验室
仲恺农业工程学院动物科学技术学院
-
出处
《农业工程学报》
北大核心
2025年第8期194-203,共10页
-
基金
国家重点研发计划项目(2023YFD1300200)
国家自然科学基金项目(32172780)。
-
文摘
为提升复杂场景下猪只行为识别准确率,该研究针对不同场景数据,采用不同处理策略提出一种融合视觉和传感器技术的多模态猪行为识别方法,具体为光线不足时,使用传感器数据进行行为分类;光线充足但猪只被严重遮挡时,结合视频和传感器数据实现行为分类;光线充足且猪只未被严重遮挡时,用视频数据建立FE-TSM(feature extention-temporal shift module)模型完成行为分类。采用该方法对8头长白猪每头7 d的视频和传感数据分析,将猪只行为分为“侧卧”“伏坐”“半坐”“采食”和“运动”5类。试验结果对比显示,仅用传感器数据平均行为识别准确率为68.60%,仅用视觉数据的平均准确率为78.78%,而采用融合传感器和视频数据的多模态方法平均识别准确率为88.82%,由此可知多模态方法在复杂场景下对猪只行为识别分析具有更高的准确率。
-
关键词
传感器
猪
多模态行为识别
复杂场景
视觉技术
-
Keywords
sensor
pig
multi modal behavior recognition
complex scenarios
visual technology
-
分类号
S126
[农业科学—农业基础科学]
-
