农业机械学报

作者：高云，侯鹏飞，熊家军，许学林，陈斌，李康

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：梅花鹿;行为识别;攻击行为;深度学习;光流注意力网络

基金：国家自然科学基金项目（31972533）

人工养殖的雄性梅花鹿在发情期间攻击行为剧增，易造成鹿茸损伤，自动监测其攻击行为能为研究减少攻击行为提供重要依据。本文基于注意力机制和长短记忆序列研究了一种光流注意力网络（Optical flow attention attacking recognition network， OAAR），对梅花鹿的攻击、采食、躺卧、站立行为进行识别。OAAR网络包括前置网络、基础网络和时序网络，前置网络由LK光流算法（Lucas kanade optical flow algorithm）组成，用于提取RGB数据光流信息；基础网络中采用自注意力模块，将ResNet-152网络改造为ARNet152（Attention ResNet-152），用于将RGB、光流数据集经ARNet152提取特征后输入时序网络；时序网络采用添加注意力模块的长短记忆序列（Attention long short term network，ALST），并通过分类器输出行为得分和分类结果。视频数据集包括10942段，共310574帧，划分为攻击、采食、站立和躺卧4个大类，攻击行为又划分为撞击、脚踢和追逐3个小类；训练集、验证集和测试集比例为3∶1∶1。研究结果显示，OAAR模型在测试集上正确率为97.45%、召回率为97.46%、F1值为97.45%，ROC曲线中各类识别效果良好，特征嵌入图中各类行为特征区分度较高，各项结果均优于LSTM、双流I3D和双流ITSN网络，具有较好的泛化能力和抗干扰性。在本研究算法基础上集成的鹿只行为自动识别采集系统，为提高梅花鹿养殖生产管理水平和生产效率提供了技术基础。

来源：2022年第10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10期