农业机械学报

作者：王克俭，孙奕飞，司永胜，韩宪忠，何振学

单位：河北农业大学,河北农业大学,河北农业大学,河北农业大学,河北农业大学,

关键词：奶牛;行为识别;时域段网络;时空特征;时态移位;长短期记忆

基金：河北省重点研发计划项目(22327404D)、河北农业大学精准畜牧学科群建设项目（1090064）、河北省自然科学基金项目(F2020204003)和国家自然科学基金项目(62102130)

准确、高效的奶牛行为识别有助于疾病检测、发现异常，是感知奶牛健康的关键。通过分析奶牛在牛场中各时段的行为，提出一种基于时空特征的奶牛行为识别模型, 该模型在时域段网络（TSN）的基础上融合了时态移位模块（TSM）、特征注意单元（FAU）和长短期记忆（LSTM）网络。首先，利用TSM融合时间信息以提高时序建模能力，并将时序建模后的视频帧输入TSN。其次，利用FAU融合高分辨率空间信息和低分辨率语义信息，增强模型空间特征的学习能力。最后，由LSTM聚合过去和当前信息进行奶牛行为分类。实验表明，该方法对进食、行走、躺卧、站立行为识别准确率分别为76.7%、90.0%、68.0%、96.0%，平均行为识别准确率为82.6%，和C3D、I3D、CNN-LSTM网络相比，本文模型平均行为识别准确率分别提升7.9、9.2、9.6个百分点。光照变化会对奶牛行为识别准确率产生一定影响，但本文模型受光照影响相对较小。研究成果可为感知奶牛健康和疾病预防提供技术支持。

来源：2023年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第5期