基于多目标追踪方法的猪只个体识别算法

• 作者: 孙嘉燚 苍岩
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 多目标追踪 目标检测 Faster R-CNN 深度学习 ResNet50 非洲猪瘟 交并比关联 MOT数据集
• 年，卷（期）: 2022,（2）
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11991/yykj.202105026

摘要

近年来,国内各大猪场都出现了非洲猪瘟疾病,给养殖户造成了巨大的经济损失,加速了生物安全等级的提高.为了尽可能地减少人和动物之间的接触,实现智能化养殖管理,必须为每个动物个体建立相应的管理档案.为此,本文提出了一种基于多目标跟踪方法的猪只个体识别算法.采用改进后的Faster R-CNN作为目标检测网络,对视频中的每一帧图像进行目标检测.使用上一帧的目标检测框来预测当前帧目标检测框的位置,实现目标轨迹的连续追踪,从而完成猪只个体识别任务.此外,本文采集了实际猪场视频数据,参照MOT16数据集的格式,制作了猪只个体识别数据集,验证了本文算法的有效性.实验结果显示,本文所提算法的多目标跟踪(MOT)指标均达到了实际应用标准,对智能化的生物防疫研究有一定的参考价值.