农业机械学报

作者：涂淑琴，刘晓龙，梁云，张宇，黄磊，汤寅杰

单位：华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,

关键词：群养生猪;目标检测;行为识别;多目标跟踪;DeepSORT

基金：广东省科技计划项目（2019A050510034）、广州市重点项目（202206010091）、广州市科技计划重点实验室建设项目（201902010081）和广东省企业特派员项目（GDKTP2021055700）

为改善猪只重叠与遮挡造成的猪只身份编号（Identity，ID）频繁跳变，在YOLO v5s检测算法基础上，提出了改进DeepSORT行为跟踪算法。该算法改进包括两方面：一针对特定场景下猪只数量稳定的特点，改进跟踪算法的轨迹生成与匹配过程，降低ID切换次数，提升跟踪稳定性；二将YOLO v5s检测算法中的行为类别信息引入跟踪算法中，在跟踪中实现准确的猪只行为识别。实验结果表明，在目标检测方面，YOLO v5s的mAP为99.3%，F1值为98.7%。在重识别方面，实验的Top-1准确率达到99.88%。在跟踪方面，改进DeepSORT算法的MOTA为91.9%，IDF1为89.2%，IDS为33；与DeepSORT算法对比，MOTA和IDF1分别提升了1.0、16.9个百分点，IDS下降了83.8%。改进DeepSORT算法在群养环境下能够实现稳定ID的猪只行为跟踪，能够为无接触式的生猪自动监测提供技术支持。

来源：2022年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第8期