首页|基于机器学习的奶牛颈环ID自动定位与识别方法

基于机器学习的奶牛颈环ID自动定位与识别方法

Automatic location and recognition of cow's collar ID based on machine learning

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]奶牛个体信息的实时感知和行为分析是现代化奶牛精细养殖的必然要求,奶牛个体身份的有效识别是上述目标的前提和基础.基于奶牛生物特征(牛脸、体斑等)图像的无接触识别方法易受外界干扰、算法复杂度高,可识别的样本规模受到限制.因此,本文提出1种基于机器学习的奶牛颈环ID自动定位与识别方法.[方法]针对奶牛运动造成的颈环ID偏转问题,采用基于梯度方向直方图(HOG)特征的级联检测器结合多角度检测方法实现奶牛标牌的定位;对标牌图像进行图像增强和二值化分割等处理,得到单个字符图像;设计卷积神经网络的结构和参数,训练字符识别模型,从而完成标牌字符的识别.试验数据包括80头奶牛的1414幅侧视图像,随机选取其中58头奶牛的图像作为训练集,其余22头奶牛的图像作为测试集.[结果]标牌定位的准确率为96.98％,召回率为80.23％,字符识别模型的准确率为93.35％,连续图像序列中奶牛个体的识别率为95.45％.[结论]识别模型对光线变化、污渍沾染、旋转角度等具有良好的鲁棒性,具有代替传统动物个体身份识别方法的潜力.

张瑞红、赵凯旋、姬江涛、朱雪峰

展开 >

河南科技大学农业装备工程学院,河南 洛阳471003

标牌定位 级联检测器 多角度检测 字符分割 字符识别 卷积神经网络

国家自然科学基金河南省科技攻关项目

32002227192102110089

2021

10.7685/jnau.202010005

南京农业大学学报
南京农业大学

南京农业大学学报

CSTPCDCSCD北大核心
影响因子：0.939
ISSN：1000-2030
年,卷(期)：2021.44(3)
  • 4
  • 9