天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軟件論文 >

基于計(jì)算機(jī)視覺的牛臉輪廓提取算法及實(shí)現(xiàn)

發(fā)布時間:2019-09-12 08:36
【摘要】:計(jì)算機(jī)視覺技術(shù)已越來越多地應(yīng)用于檢測牛個體行為以給出養(yǎng)殖管理決策,牛臉輪廓的提取及形狀分析能夠進(jìn)一步提高牛身份鑒別,咀嚼分析及健康狀況評估的自動化程度。為實(shí)現(xiàn)基于計(jì)算機(jī)視覺的無接觸、高精度、適用性強(qiáng)的肉牛養(yǎng)殖場環(huán)境下的牛臉輪廓提取,提出用自適應(yīng)級聯(lián)檢測器定位牛臉位置,用統(tǒng)計(jì)迭代模型提取牛臉輪廓的方法。該方法采集牛臉正面圖像,用級聯(lián)式檢測器定位出牛臉的位置,并分別采用監(jiān)督式梯度下降算法(supervised descent method,SDM),局部二值算法(local binary features,LBF)和主動外觀模型算法(fast active appearance model,FAAM)3種算法被用于提取牛臉輪廓。對20頭肉牛共拍攝800幅牛臉正面圖,隨機(jī)選取訓(xùn)練數(shù)據(jù)720幅和測試數(shù)據(jù)80幅。結(jié)果表明,主動外觀模型算法準(zhǔn)確率最高,其輪廓提取誤差為0.0184像素,適于應(yīng)用在輪廓提取精度要求較高的場合,而局部二值算法的運(yùn)行效率最高,在分辨率為744像素(水平)×852像素(垂直)的牛臉圖像中輪廓提取時間為0.35 s,更適于應(yīng)用在實(shí)時性要求較高的場合。該方法可實(shí)現(xiàn)養(yǎng)殖場中肉牛的無接觸精確的面部輪廓提取,具有適用性強(qiáng)、成本低的特點(diǎn)。
【圖文】:

復(fù)雜場景


農(nóng)業(yè)工程學(xué)報(http://www.tcsae.org)2017年172后續(xù)圖像處理平臺處理器為InterCorei3-6100,主頻為3.70GHz,48GB內(nèi)存,4TB硬盤,算法開發(fā)平臺為MATLAB2015a。1.2供試數(shù)據(jù)將采集的800幅牛臉圖像隨機(jī)分為10組,其中9組作為訓(xùn)練集,1組作為測試集,共得到720幅訓(xùn)練用牛臉圖像集,及80幅測試用牛臉圖像集。由于試驗(yàn)圖像是在真實(shí)場景中拍攝,牛臉存在局部遮擋現(xiàn)象,例如,在進(jìn)食過程中草對牛面部的遮擋(如圖1a所示),牛同伴之間的相互遮擋,牛舌頭的局部遮擋(如圖1b所示)。另外,牛的不同毛發(fā)差別將會影響局部特征的提齲圖1c是非均勻光照下的牛臉圖像,不同光照強(qiáng)度下提取的牛臉局部特征差異較大,因此在自然環(huán)境下要考慮到光照的影響。圖1d是大角度偏移下的牛臉,大角度的變化會對最后的檢測結(jié)果產(chǎn)生影響。a.局部遮擋牛臉1a.Partialocclusionofcattleface1b.局部遮擋的牛臉2b.Partialocclusionofcattleface2c.非均勻光照下的牛臉c.Non-uniformilluminationofcattlefaced.大角度偏移的牛臉d.Largeangleoffsetofcattleface圖1復(fù)雜場景下的牛臉Fig.1Facecattleincomplexscene1.3牛臉輪廓模型定義牛臉特征不僅包括眼睛、鼻子、嘴巴以及臉頰外輪廓,與人臉相比牛臉還有其獨(dú)有的特征,例如,牛臉表面有許多絨毛,牛臉的五官較為分散,牛臉的背景較為復(fù)雜等。結(jié)合牛臉的特征,為了建立牛臉的全局形狀模型,需要獲取牛臉圖像特征的數(shù)學(xué)表示。在牛臉模型訓(xùn)練階段,手工選擇牛臉中關(guān)鍵的面部特征點(diǎn),這些特征點(diǎn)的選擇一般在高曲率的交界點(diǎn),以及描述外界輪廓的中間點(diǎn)[19],利用標(biāo)記后的特征點(diǎn)坐標(biāo)來建立牛臉形狀的數(shù)學(xué)模型。根據(jù)上述規(guī)則,本研究選擇能夠表現(xiàn)牛臉輪廓的特征點(diǎn),例如眼睛,鼻子以及臉頰外輪廓。圖2b為

復(fù)雜場景


農(nóng)業(yè)工程學(xué)報(http://www.tcsae.org)2017年172后續(xù)圖像處理平臺處理器為InterCorei3-6100,主頻為3.70GHz,48GB內(nèi)存,4TB硬盤,算法開發(fā)平臺為MATLAB2015a。1.2供試數(shù)據(jù)將采集的800幅牛臉圖像隨機(jī)分為10組,其中9組作為訓(xùn)練集,1組作為測試集,共得到720幅訓(xùn)練用牛臉圖像集,及80幅測試用牛臉圖像集。由于試驗(yàn)圖像是在真實(shí)場景中拍攝,牛臉存在局部遮擋現(xiàn)象,例如,在進(jìn)食過程中草對牛面部的遮擋(如圖1a所示),牛同伴之間的相互遮擋,牛舌頭的局部遮擋(如圖1b所示)。另外,牛的不同毛發(fā)差別將會影響局部特征的提齲圖1c是非均勻光照下的牛臉圖像,,不同光照強(qiáng)度下提取的牛臉局部特征差異較大,因此在自然環(huán)境下要考慮到光照的影響。圖1d是大角度偏移下的牛臉,大角度的變化會對最后的檢測結(jié)果產(chǎn)生影響。a.局部遮擋牛臉1a.Partialocclusionofcattleface1b.局部遮擋的牛臉2b.Partialocclusionofcattleface2c.非均勻光照下的牛臉c.Non-uniformilluminationofcattlefaced.大角度偏移的牛臉d.Largeangleoffsetofcattleface圖1復(fù)雜場景下的牛臉Fig.1Facecattleincomplexscene1.3牛臉輪廓模型定義牛臉特征不僅包括眼睛、鼻子、嘴巴以及臉頰外輪廓,與人臉相比牛臉還有其獨(dú)有的特征,例如,牛臉表面有許多絨毛,牛臉的五官較為分散,牛臉的背景較為復(fù)雜等。結(jié)合牛臉的特征,為了建立牛臉的全局形狀模型,需要獲取牛臉圖像特征的數(shù)學(xué)表示。在牛臉模型訓(xùn)練階段,手工選擇牛臉中關(guān)鍵的面部特征點(diǎn),這些特征點(diǎn)的選擇一般在高曲率的交界點(diǎn),以及描述外界輪廓的中間點(diǎn)[19],利用標(biāo)記后的特征點(diǎn)坐標(biāo)來建立牛臉形狀的數(shù)學(xué)模型。根據(jù)上述規(guī)則,本研究選擇能夠表現(xiàn)牛臉輪廓的特征點(diǎn),例如眼睛,鼻子以及臉頰外輪廓。圖2b為
【作者單位】: 西北農(nóng)林科技大學(xué)信息工程學(xué)院;
【基金】:國家自然科學(xué)基金(61473235)——大型動物行為模型與高級行為智能視頻感知新方法研究
【分類號】:TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙凱旋;李國強(qiáng);何東健;;基于機(jī)器學(xué)習(xí)的奶牛深度圖像身體區(qū)域精細(xì)分割方法[J];農(nóng)業(yè)機(jī)械學(xué)報;2017年04期

2 李志剛;賈策;王曉聞;劉強(qiáng);董常生;;牛肉質(zhì)構(gòu)特性的近紅外光譜無損檢測[J];農(nóng)業(yè)工程學(xué)報;2016年16期

3 何東健;孟凡昌;趙凱旋;張昭;;基于視頻分析的犢;拘袨樽R別[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年09期

4 何東健;劉冬;趙凱旋;;精準(zhǔn)畜牧業(yè)中動物信息智能感知與行為檢測研究進(jìn)展[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年05期

5 劉冬;趙凱旋;何東健;;基于混合高斯模型的移動奶牛目標(biāo)實(shí)時檢測[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年05期

6 趙凱旋;何東健;;基于卷積神經(jīng)網(wǎng)絡(luò)的奶牛個體身份識別方法[J];農(nóng)業(yè)工程學(xué)報;2015年05期

7 趙凱旋;何東健;王恩澤;;基于視頻分析的奶牛呼吸頻率與異常檢測[J];農(nóng)業(yè)機(jī)械學(xué)報;2014年10期

8 時華良;李維國;;基于局部與全局?jǐn)M合的活動輪廓模型[J];計(jì)算機(jī)工程;2012年18期

9 陳長喜;張宏福;王兆毅;王乙丁;;畜禽健康養(yǎng)殖預(yù)警體系研究與應(yīng)用[J];農(nóng)業(yè)工程學(xué)報;2010年11期

10 郭立力;趙春江;;十折交叉檢驗(yàn)的支持向量機(jī)參數(shù)優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉艷秋;武佩;張麗娜;邢小琛;宣傳忠;;母羊產(chǎn)前行為特征分析與識別—基于可穿戴檢測裝置構(gòu)架[J];農(nóng)機(jī)化研究;2017年09期

2 李國強(qiáng);何東健;趙凱旋;雷雨;;基于骨架特征的奶牛肢體分解方法研究[J];中國農(nóng)業(yè)科技導(dǎo)報;2017年07期

3 譚洋波;程進(jìn)軍;劉帥;;基于EMD與鄰域粗糙集的液體電磁閥故障診斷[J];計(jì)算機(jī)工程與應(yīng)用;2017年12期

4 蔡騁;宋肖肖;何進(jìn)榮;;基于計(jì)算機(jī)視覺的牛臉輪廓提取算法及實(shí)現(xiàn)[J];農(nóng)業(yè)工程學(xué)報;2017年11期

5 顧靜秋;王志海;高榮華;吳華瑞;;基于融合圖像與運(yùn)動量的奶牛行為識別方法[J];農(nóng)業(yè)機(jī)械學(xué)報;2017年06期

6 唐宇;駱少明;黃偉鋒;;基于STM32的奶牛生理參數(shù)監(jiān)測系統(tǒng)[J];江蘇農(nóng)業(yè)科學(xué);2017年07期

7 潘今一;李杰;申瑜;;基于視頻分析的呼吸檢測算法[J];浙江工業(yè)大學(xué)學(xué)報;2017年02期

8 張公伯;谷昱良;朱和貴;;基于Adaboost的動物二分類識別方法[J];計(jì)算機(jī)與數(shù)字工程;2017年04期

9 黃文雨;;基于數(shù)據(jù)畜牧的奶牛精細(xì)化養(yǎng)殖管理系統(tǒng)的研究與設(shè)計(jì)[J];宜春學(xué)院學(xué)報;2017年03期

10 陳麗艷;潘道東;雒宏琳;周昌瑜;曹錦軒;孫楊贏;;白酒腌制對糟鵝肌原纖維蛋白結(jié)構(gòu)和滋味物質(zhì)形成的影響[J];食品工業(yè)科技;2017年12期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何東健;孟凡昌;趙凱旋;張昭;;基于視頻分析的犢;拘袨樽R別[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年09期

2 何東健;劉冬;趙凱旋;;精準(zhǔn)畜牧業(yè)中動物信息智能感知與行為檢測研究進(jìn)展[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年05期

3 閆麗;邵慶;吳曉梅;謝秋菊;孫昕;韋春波;;基于偏度聚類的哺乳期母豬聲音特征提取與分類識別[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年05期

4 劉冬;趙凱旋;何東健;;基于混合高斯模型的移動奶牛目標(biāo)實(shí)時檢測[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年05期

5 周麗萍;陳志;陳達(dá);苑嚴(yán)偉;李亞碩;鄭建華;;基于改進(jìn)Otsu算法的生豬熱紅外圖像耳根特征區(qū)域檢測[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年04期

6 劉彩霞;張永;楊麗娟;黃超;謝學(xué)虎;;基于三維應(yīng)力對跛行奶牛蹄部參數(shù)的提取[J];安徽農(nóng)業(yè)科學(xué);2015年36期

7 李卓;杜曉冬;毛濤濤;滕光輝;;基于深度圖像的豬體尺檢測系統(tǒng)[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年03期

8 宣傳忠;武佩;張麗娜;馬彥華;張永安;鄔娟;;羊咳嗽聲的特征參數(shù)提取與識別方法[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年03期

9 孫天宇;孫煒;薛敏;;OPTICS聚類與目標(biāo)區(qū)域概率模型的多運(yùn)動目標(biāo)跟蹤[J];中國圖象圖形學(xué)報;2015年11期

10 段玉瑤;馬麗;劉剛;;基于物聯(lián)網(wǎng)的生豬運(yùn)動行為及豬舍環(huán)境遠(yuǎn)程監(jiān)控系統(tǒng)(英文)[J];農(nóng)業(yè)工程學(xué)報;2015年S2期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王磊,王立勝,顧訓(xùn)穰;圖像輪廓提取的迭代收縮算法[J];計(jì)算機(jī)應(yīng)用與軟件;2004年02期

2 諶昌海,原培新,孫巖;改進(jìn)的輪廓提取法在棒線材端頭識別中的應(yīng)用[J];機(jī)械工程與自動化;2005年05期

3 邵曉芳;孫即祥;張欣;;認(rèn)知輪廓研究進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

4 楊長才;鄭勝;葉瑾;;基于支持度變換的幾何活動輪廓模型輪廓提取方法[J];計(jì)算機(jī)應(yīng)用;2008年S1期

5 胡榮;王宏遠(yuǎn);;基于運(yùn)動段分類的人體輪廓提取方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2010年05期

6 閻春平;王賓賓;覃斌;劉飛;;應(yīng)用拓?fù)渫队安蛔冊淼目臻g圖形輪廓提取方法[J];重慶大學(xué)學(xué)報;2010年06期

7 吳峻松,凌玲,王成燾;定做式人工髖關(guān)節(jié)設(shè)計(jì)與加工中股骨輪廓提取方法[J];機(jī)械設(shè)計(jì)與研究;1998年04期

8 黃福珍,蘇劍波,席裕庚;基于幾何活動輪廓模型的人臉輪廓提取方法[J];中國圖象圖形學(xué)報;2003年05期

9 孫吉紅,姜合,王國棟;光切法在圖像輪廓提取中的應(yīng)用[J];山東輕工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2003年01期

10 嚴(yán)旭峰,彭芳瑜,王曉宇;伽瑪?shù)吨委熡?jì)劃系統(tǒng)中一種新的圖像輪廓提取算法[J];機(jī)床與液壓;2004年06期

相關(guān)會議論文 前10條

1 楊濱;付峰;董秀珍;;顱腦CT圖像的自動分割和輪廓提取[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀(jì)念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會青年優(yōu)秀論文[C];2010年

2 桑農(nóng);唐奇伶;;視皮層感知機(jī)制在輪廓提取中的應(yīng)用[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

3 曹永鋒;孫洪;徐新;;一種提取多顯著性等級區(qū)域輪廓的高效算法[A];2003年中國智能自動化會議論文集(上冊)[C];2003年

4 陳雷;于明;羅永興;張海哲;李軼博;;低信噪比復(fù)雜結(jié)構(gòu)圖像中的一種動態(tài)輪廓提取方法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

5 徐曉剛;于金輝;馬利莊;;復(fù)雜物體輪廓提取[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議(CIG’2001)和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(CVR’2001)論文集[C];2001年

6 黃瓊雁;賴劍煌;阮邦志;;非均勻光照下的嘴巴輪廓的檢測與嘴巴狀態(tài)分類[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

7 楊明浩;陶建華;張大偉;李昊;;基于X光的漢語單音節(jié)舌位輪廓運(yùn)動數(shù)據(jù)庫[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會議(NCMMSC'2013)論文集[C];2013年

8 陸承恩;朱光喜;孫俊;;基于邊界搜索的圖像閉合輪廓提取算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

9 黎明;馮華君;徐之海;;一種基于光強(qiáng)信息的結(jié)構(gòu)光圖像輪廓提取方法[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會2004年學(xué)術(shù)大會論文集[C];2004年

10 葉銘;王成燾;;骨骼的輪廓提取和輪廓的B樣條描述[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會論文摘要匯編[C];2001年

相關(guān)博士學(xué)位論文 前4條

1 黃初華;基于多視角視頻的時變?nèi)S模型序列生成若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

2 孫陽光;物體邊緣輪廓提取新方法研究[D];華中科技大學(xué);2009年

3 唐奇伶;基于初級視皮層感知機(jī)制的輪廓與邊界檢測[D];華中科技大學(xué);2007年

4 劉泊;基于白光相移干涉法的表面三維微觀輪廓測量技術(shù)研究[D];哈爾濱理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 趙壯壯;激光標(biāo)刻系統(tǒng)中漢字輪廓提取技術(shù)[D];遼寧大學(xué);2015年

2 孟佳;基于ICT的工件內(nèi)部缺陷輪廓提取研究[D];燕山大學(xué);2015年

3 梅洪洋;監(jiān)控視頻中運(yùn)動目標(biāo)輪廓提取方法的研究與應(yīng)用[D];華中師范大學(xué);2015年

4 谷康;共焦掃描離散曲面輪廓提取算法研究及軟件實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

5 童昊浩;仿生物視覺感知的視頻閉合輪廓檢測[D];合肥工業(yè)大學(xué);2015年

6 李季;基于雙攝像頭的非接觸式中厚板輪廓檢測方法研究[D];浙江理工大學(xué);2016年

7 王曉龍;現(xiàn)場鞋印輪廓提取與估計(jì)算法研究[D];遼寧師范大學(xué);2015年

8 王閃閃;基于顯著性檢測的人體輪廓提取問題研究與應(yīng)用[D];山東大學(xué);2016年

9 姜偉杰;基于立面輪廓的城市街區(qū)指標(biāo)表述方法研究[D];南京大學(xué);2016年

10 琚映云;紅外圖像序列中目標(biāo)跟蹤與目標(biāo)輪廓提取技術(shù)研究[D];南京航空航天大學(xué);2016年



本文編號:2535011

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2535011.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶dedec***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com