基于時空興趣點的生豬行為識別.pdf

1、基于計算機視覺的動物行為參數(shù)分析具有重要研究價值和應用空間，其對傳統(tǒng)的畜禽養(yǎng)殖方式產(chǎn)生深遠的影響。如今大多數(shù)規(guī)?；B(yǎng)豬場中，仍然采用人工監(jiān)控生豬養(yǎng)殖視頻的方式，其監(jiān)控實時性不高，容易因疲勞造成誤檢和漏檢。為了解決這一問題，本文以規(guī)?；B(yǎng)豬場的生豬為研究對象，重點研究基于時空興趣點和詞袋模型的生豬行為描述與行為識別等算法。
　　本文以導師主持的廣東省科技計劃項目“豬只采食與排泄行為智能識別及異常預警系統(tǒng)（2012A020602043

2、）”為背景，針對規(guī)?；B(yǎng)豬場的實際情況，設(shè)計了一套基于網(wǎng)絡攝像頭的生豬監(jiān)控方法與一種基于局部表示的生豬行為描述方法，實現(xiàn)了生豬的一些主要行為的識別。
　　在生豬行為描述方面，通過實驗分析發(fā)現(xiàn)幀差法、混合高斯背景建模法、光流法等基于整體表示的生豬行為描述方法存在無法精確地分割得到生豬輪廓且因為圖像噪聲和生豬被部分遮擋而魯棒性偏低等問題，本文選擇局部表示方法作為生豬行為描述的方法。通過生豬生物學與行為學研究和當前健康養(yǎng)殖的需要，本文選

3、擇扎堆取暖、采食、探究、慢走等生豬行為進行識別研究。通過實驗比較Harris和SUSAN兩種角點檢測算法在生豬圖像上的興趣點檢測效果，發(fā)現(xiàn)Harris算法比SUSAN算法檢測生豬興趣點的效果更好，本文采用Harris3D時空興趣點檢測算法檢測生豬行為視頻中變化劇烈的像素點，通過對比實驗和結(jié)合生豬視頻監(jiān)控實際發(fā)現(xiàn)生豬視頻金字塔總層數(shù)為3時，Harris3D時空興趣點對生豬行為興趣點檢測的效果較好。通過對比分析生豬扎堆取暖、采食、探究、慢走

4、行為的時空興趣點分布情況，發(fā)現(xiàn)Harris3D時空興趣點能較好地檢測出生豬四種行為的運動部位及各自規(guī)律。為了統(tǒng)計時空興趣點鄰域內(nèi)的梯度方向和光流方向統(tǒng)計量，采用以時空興趣點為中心的（△x，△y，△t）時空體內(nèi)的HOG/HOF描述子描述生豬局部時空特征。
　　在生豬行為識別建模與分類方面，本文采用詞袋模型對生豬四種行為進行建模，采用Matlab實現(xiàn)了對HOG/HOF描述子的K-Means聚類和將HOG/HOF映射到詞袋中。經(jīng)過K-M

5、eans聚類和HOG/HOF描述子映射后，得到生豬四種行為的平均直方圖，分析發(fā)現(xiàn)生豬四種行為之間差異性較大，基于Harris3D時空興趣點和詞袋模型的生豬行為識別可行，且估計生豬行為識別準確率較高。將對生豬行為建模的詞頻直方圖向量作為SVM的特征向量進行行為分類識別實驗。
　　最后分別選擇廣州市從化、天河兩個不同的規(guī)模化養(yǎng)豬場進行了總共5天的視頻采集。實驗結(jié)果表明，本文提出的生豬行為識別算法準確率達到92.31％，能夠很好地識別生