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:
猪只饮水行为往往与猪舍环境的舒适度以及猪只的健康水平密切相关,实时地监控猪栏中猪只饮水状况对猪舍管理和提高养殖福利具有重要意义.目前,主要采用RFID和机器视觉两种技术自动识别饮水行为,RFID方式需要给猪只佩戴耳标,存在对猪身有侵入和不便操作的缺点,机器视觉方法能非接触式监测和提取猪只饮水行为,具有低成本易实施的优点.本文实现了基于机器视觉的猪只饮水行为自动识别,首先通过传统的阈值分割方法得到二值化图像来实现猪只从背景中的提取,接着引入图像占领指数对猪只饮水行为进行预判,最后利用深度学习方法构造猪只头部检测器,更精准地判定饮水行为的发生.试验表明,该方法在本文构建的饮水视频数据集中识别正确率为92.11%,且能识别饮水猪只的身份,可应用到实际的猪只生产过程中辅助管理决策.
推荐文章
机器视觉识别单只蛋鸡行为的方法
计算机视觉
行为研究
图像处理
蛋鸡
识别
零件的机器视觉自动识别检测系统
零件
机器视觉
检测识别
自动系统
基于机器视觉的奶牛发情行为自动识别方法
奶牛
发情行为
高斯混合模型
颜色
纹理
深度学习
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 猪只饮水行为机器视觉自动识别
来源期刊 农业机械学报 学科 农学
关键词 猪只 饮水行为 图像分割 图像占领指数 深度学习
年,卷(期) 2018,(6) 所属期刊栏目 农业信息化工程
研究方向 页码范围 232-238
页数 7页 分类号 TP391.41|S815
字数 6494字 语种 中文
DOI 10.6041/j.issn.1000-1298.2018.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖德琴 华南农业大学数学与信息学院 93 894 17.0 25.0
2 杨秋妹 华南农业大学数学与信息学院 8 69 4.0 8.0
3 张根兴 华南农业大学数学与信息学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (44)
参考文献  (16)
节点文献
引证文献  (13)
同被引文献  (103)
二级引证文献  (16)
1941(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(18)
  • 参考文献(4)
  • 二级参考文献(14)
2014(22)
  • 参考文献(5)
  • 二级参考文献(17)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(11)
  • 引证文献(7)
  • 二级引证文献(4)
2020(16)
  • 引证文献(4)
  • 二级引证文献(12)
研究主题发展历程
节点文献
猪只
饮水行为
图像分割
图像占领指数
深度学习
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导