基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对种鸡养殖规模不断扩大,饲养员无法靠人工方式实现鸡舍24 h连续监测并及时发现舍内异常状况的问题,提出一种非接触式、24 h连续、自动化的监测方法,采用Kinect设备同步采集图像和声音数据,基于LabVIEW软件分析并预警鸡舍内的异常事件.该方法将图像和声音技术相结合,获取种鸡群体日平均活动指数和声音能量,对禽舍内影响种鸡生产性能的异常事件进行预警研究.结果表明,该方法预警异常事件的准确率为73.9%,漏诊率0,误诊率26.1%,相比于单一图像或声音监测手段,该方法能够较全面地监测影响种鸡生产性能的异常事件,为深入研究动物行为和动物福利提供了一种有效的参考手段.
推荐文章
基于递归神经网络局部建模的人群异常事件监测
人群异常监测
异常定位
递归神经网络
无监督学习
重构误差
基于SSIM稀疏自编码网络的异常事件检测
结构相似性
稀疏自编码
马氏距离
反向传播
基于异常事件驱动的簇结构的检测算法
无线传感网
异常事件
节点能量
检测算法
漏检率
结合多属性的视频中全局异常事件检测方法
3D-SIFT
时空块
时空特征
异常行为检测
KL距离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像和声音技术的种鸡舍内异常事件监测方法
来源期刊 中国农业大学学报 学科 农学
关键词 种鸡 图像处理 声音处理 Kinect 动物行为
年,卷(期) 2018,(12) 所属期刊栏目
研究方向 页码范围 114-121
页数 8页 分类号 TN911.72|S831.4
字数 语种 中文
DOI 10.11841/j.issn.1007-4333.2018.12.14
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (13)
参考文献  (25)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(16)
  • 参考文献(5)
  • 二级参考文献(11)
2014(15)
  • 参考文献(4)
  • 二级参考文献(11)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(6)
  • 参考文献(6)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
种鸡
图像处理
声音处理
Kinect
动物行为
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农业大学学报
月刊
1007-4333
11-3837/S
大16开
北京海淀区圆明园路2号
1955
chi
出版文献量(篇)
4344
总下载数(次)
6
总被引数(次)
55117
论文1v1指导