本文關(guān)鍵詞：基于視頻跟蹤與多模型聲音識(shí)別的豬行為檢測(cè)與分析，由筆耕文化傳播整理發(fā)布。

【摘要】：養(yǎng)殖業(yè)是關(guān)系到民生的重要產(chǎn)業(yè),提高養(yǎng)殖效率,改善養(yǎng)殖環(huán)境,實(shí)現(xiàn)福利養(yǎng)殖是生豬養(yǎng)殖的發(fā)展趨勢(shì)。如何利用智能檢測(cè)手段代替人工觀察,對(duì)豬的健康狀況進(jìn)行檢測(cè)評(píng)判是目前研究熱點(diǎn)之一。本論文在分析了基于視頻的目標(biāo)跟蹤與聲音識(shí)別在國(guó)內(nèi)外的研究現(xiàn)狀后,提出基于視頻跟蹤與多模型聲音識(shí)別的豬行為檢測(cè)與分析方法,利用數(shù)字圖像處理技術(shù)與聲音識(shí)別技術(shù),對(duì)豬的進(jìn)食、活動(dòng)、休息、排泄等行為進(jìn)行了檢測(cè),通過(guò)檢測(cè)結(jié)果對(duì)豬的健康狀況進(jìn)行評(píng)級(jí)。主要的研究工作如下:(1)基于視頻的豬目標(biāo)跟蹤技術(shù)主要分為豬目標(biāo)的檢測(cè)與豬目標(biāo)跟蹤。本文在介紹和分析常用目標(biāo)檢測(cè)方法的基礎(chǔ)上,針對(duì)豬目標(biāo)的具體特點(diǎn)以及GMM在目標(biāo)緩慢運(yùn)動(dòng)或靜止時(shí)檢測(cè)結(jié)果出現(xiàn)空洞或目標(biāo)消失的問(wèn)題,提出了結(jié)合高斯混合建模(GMM)與均值漂移分割算法(Mean Shift)的目標(biāo)檢測(cè)方法。利用Mean Shift對(duì)目標(biāo)進(jìn)行分割,并利用兩遍掃描法對(duì)分割結(jié)果進(jìn)行標(biāo)注,最后與GMM的檢測(cè)結(jié)果進(jìn)行融合,得到完整的目標(biāo)輪廓。在豬目標(biāo)跟蹤時(shí),為了解決目標(biāo)軌跡跟蹤過(guò)程中軌跡跟蹤交錯(cuò)與目標(biāo)跟蹤交錯(cuò)的問(wèn)題,提出結(jié)合粒子濾波與逐幀檢測(cè)的豬目標(biāo)跟蹤方法。由于在視頻采集過(guò)程中,攝像機(jī)鏡頭的焦距固定,因此,目標(biāo)的面積基本恒定,可以將目標(biāo)檢測(cè)得到的目標(biāo)位置利用最小矩形進(jìn)行標(biāo)定,計(jì)算矩形窗口的面積。如果面積大于閾值,表明可能有兩只豬接觸發(fā)生誤檢測(cè),此時(shí)判斷畫(huà)面中目標(biāo)個(gè)數(shù)。如果個(gè)數(shù)為1,則利用提出的像素點(diǎn)閾值分割法進(jìn)行分割,否則利用粒子濾波算法預(yù)測(cè)目標(biāo)的下一時(shí)刻位置,通過(guò)預(yù)測(cè)結(jié)果與下一幀視頻中目標(biāo)的位置進(jìn)行比對(duì),利用改進(jìn)的最近鄰法則將目標(biāo)的位置點(diǎn)進(jìn)行連接,繪制出運(yùn)動(dòng)軌跡。最后利用MFC編寫(xiě)可視化界面,進(jìn)行直接操作與顯示。(2)通過(guò)分析豬不同狀態(tài)的聲音,確定8種行為狀態(tài)下的聲音,建立模型進(jìn)行聲音識(shí)別。針對(duì)單模型聲音識(shí)別正確率不高的問(wèn)題,提出多模型結(jié)果優(yōu)選的聲音識(shí)別方法。首先,經(jīng)過(guò)聲音去噪、端點(diǎn)檢測(cè)、加窗分幀后提取豬不同狀態(tài)下聲音信號(hào)的特征參數(shù);然后將提取的特征參數(shù)進(jìn)行優(yōu)選后作為輸入分別訓(xùn)練SVM、HMM、Adaboost三種模型,最后利用訓(xùn)練好的三種模型對(duì)不同狀態(tài)豬聲音進(jìn)行自動(dòng)識(shí)別,并將三種分類(lèi)結(jié)果利用本文提出的優(yōu)選方法優(yōu)選后輸出。實(shí)驗(yàn)結(jié)果表明,經(jīng)過(guò)多模型結(jié)果優(yōu)選后的識(shí)別正確率較單模型的正確率有一定的提高。(3)根據(jù)視頻與音頻的檢測(cè)結(jié)果,利用行為錨定評(píng)價(jià)法建立不同行為的評(píng)分體系,通過(guò)提出的模糊權(quán)值分配規(guī)則對(duì)豬不同行為的評(píng)分進(jìn)行加權(quán)求和,最后根據(jù)加權(quán)分?jǐn)?shù)對(duì)豬狀態(tài)做出參考性評(píng)價(jià)。
【關(guān)鍵詞】：目標(biāo)檢測(cè) 目標(biāo)跟蹤 粒子濾波 聲音識(shí)別 行為錨定評(píng)價(jià)法
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41;TN912.34
【目錄】：

• 摘要3-5
• ABSTRACT5-14
• 第一章 緒論14-22
• 1.1 研究背景和意義14-15
• 1.2 國(guó)內(nèi)外研究發(fā)展現(xiàn)狀15-18
• 1.2.1 基于視頻的目標(biāo)跟蹤研究現(xiàn)狀15-16
• 1.2.2 基于音頻的畜禽檢測(cè)研究現(xiàn)狀16-17
• 1.2.3 豬異常分析研究現(xiàn)狀17-18
• 1.3 論文的研究?jī)?nèi)容和結(jié)構(gòu)安排18-20
• 1.4 本章小結(jié)20-22
• 第二章 視頻采集系統(tǒng)22-26
• 2.1 視頻采集系統(tǒng)硬件介紹22-24
• 2.2 視頻采集系統(tǒng)軟件介紹24-25
• 2.3 本章小結(jié)25-26
• 第三章 基于目標(biāo)檢測(cè)與粒子濾波的豬目標(biāo)跟蹤26-54
• 3.1 豬目標(biāo)檢測(cè)26-37
• 3.1.1 目標(biāo)檢測(cè)基本方法26-29
• 3.1.2 高斯混合建模29-32
• 3.1.3 均值漂移分割算法32-35
• 3.1.4 圖像融合35-37
• 3.2 豬目標(biāo)跟蹤37-44
• 3.2.1 目標(biāo)跟蹤的基本方法37-38
• 3.2.2 基于逐幀檢測(cè)的豬目標(biāo)跟蹤38-41
• 3.2.3 實(shí)驗(yàn)結(jié)果分析41-44
• 3.3 結(jié)合粒子濾波器的逐幀檢測(cè)法44-53
• 3.3.1 粒子濾波算法44-49
• 3.3.2 改進(jìn)的最近鄰法則49-50
• 3.3.3 像素點(diǎn)閾值分割法50-51
• 3.3.4 實(shí)驗(yàn)結(jié)果與分析51-53
• 3.4 本章小結(jié)53-54
• 第四章 基于多模型結(jié)果優(yōu)選的豬聲音識(shí)別54-78
• 4.1 豬只聲音預(yù)處理54-60
• 4.1.1 聲音去噪54-58
• 4.1.2 端點(diǎn)檢測(cè)58-59
• 4.1.3 分幀加窗59-60
• 4.2 豬只聲音特征選取60-63
• 4.2.1 線性預(yù)測(cè)倒譜系數(shù)(LPCC)61-62
• 4.2.2 梅爾倒譜系數(shù)(MFCC)62-63
• 4.3 豬只聲音識(shí)別模型63-69
• 4.3.1 隱馬爾科夫模型(HMM)64-65
• 4.3.2 支持向量機(jī)(SVM)65-67
• 4.3.3 Adaboost算法67-69
• 4.4 豬聲音識(shí)別模型優(yōu)選69-71
• 4.5 豬只聲音識(shí)別實(shí)驗(yàn)與實(shí)現(xiàn)71-77
• 4.6 本章小結(jié)77-78
• 第五章 基于行為錨定評(píng)價(jià)法的豬視頻和音頻信息異常評(píng)價(jià)78-88
• 5.1 行為錨定評(píng)價(jià)法78-79
• 5.2 豬多源信息異常評(píng)價(jià)體系的建立79-86
• 5.3 本章小結(jié)86-88
• 第六章 總結(jié)與展望88-90
• 6.1 研究工作總結(jié)88-89
• 6.2 研究工作展望89-90
• 參考文獻(xiàn)90-96
• 致謝96-98
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參與的科研項(xiàng)目98

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張宏超;聲音識(shí)別簡(jiǎn)介[J];信息與控制;1979年03期

2 劉礫;日研制成功世界上第一個(gè)連續(xù)聲音識(shí)別系統(tǒng)[J];國(guó)外自動(dòng)化;1979年Z1期

3 王憲忠;;前景光明的聲音識(shí)別技術(shù)[J];華夏星火;2001年09期

4 郭利剛;方土富;;智能聲音識(shí)別技術(shù)在廣播電視廣告監(jiān)測(cè)中的應(yīng)用[J];廣播與電視技術(shù);2006年12期

5 施智雄;;基于聲音識(shí)別的氣味發(fā)生裝置設(shè)計(jì)與實(shí)現(xiàn)[J];電聲技術(shù);2009年05期

6 蔡時(shí)昊;顏偉國(guó);;智能聲音識(shí)別技術(shù)構(gòu)建廣播電視廣告節(jié)目監(jiān)測(cè)系統(tǒng)[J];信息通信;2012年03期

7 王再歡;唐云建;韓鵬;;一種利用聲音識(shí)別的森林盜伐檢測(cè)方法[J];計(jì)算機(jī)工程與應(yīng)用;2012年30期

8 甘振新 ,金世龍;關(guān)于聲音識(shí)別的一些研究課題[J];信息與控制;1979年03期

9 千葉 ,成美 ,劉小立 ,祝景成;聲音識(shí)別技術(shù)的現(xiàn)狀與未來(lái)[J];國(guó)外自動(dòng)化;1983年02期

10 碧仁 ,陳淑媛;國(guó)內(nèi)外市場(chǎng)大視野[J];現(xiàn)代情報(bào);1993年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 楊曜;郭斌;於志文;;一種基于背景聲音識(shí)別的社會(huì)情境感知方法[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2012)論文集PCC[C];2012年

2 張明瀚;石為人;丁寧;;一種基于學(xué)習(xí)的異常聲音識(shí)別研究[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

3 高思澤;倪邦發(fā);張貴英;趙常軍;肖才錦;劉存兄;劉超;管永精;;過(guò)熱液滴探測(cè)器的聲音識(shí)別系統(tǒng)設(shè)計(jì)[A];第十二屆全國(guó)活化分析學(xué)術(shù)交流會(huì)論文摘要匯編[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 日立邋編譯;聲音識(shí)別：下一代手機(jī)輸入接口[N];中國(guó)電子報(bào);2007年

2 本報(bào)駐以色列記者　田學(xué)科;藏在舌尖上的“身份證”[N];科技日?qǐng)?bào);2006年

3 李莉;反恐戰(zhàn)場(chǎng)另類(lèi)“靈眼”[N];中國(guó)國(guó)防報(bào);2004年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張文娟;基于聽(tīng)覺(jué)仿生的目標(biāo)聲音識(shí)別系統(tǒng)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張楠;西湖之聲“杭州味道”品牌戰(zhàn)略方案評(píng)估和建議[D];浙江大學(xué);2015年

2 張?zhí)K楠;基于視頻跟蹤與多模型聲音識(shí)別的豬行為檢測(cè)與分析[D];太原理工大學(xué);2016年

3 胡志峰;基于嵌入式聲音識(shí)別技術(shù)的列車(chē)預(yù)警研究[D];西南交通大學(xué);2007年

4 黃偉鴻;工廠噪聲環(huán)境下聲音識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中山大學(xué);2014年

5 吳弘;空中目標(biāo)聲音識(shí)別技術(shù)的研究[D];南京理工大學(xué);2004年

6 曹慧敏;基于海上偵察系統(tǒng)的聲音識(shí)別技術(shù)研究[D];南京理工大學(xué);2010年

7 何帥;基于聲音識(shí)別鐵路專(zhuān)用便攜式報(bào)警器的研制[D];西南交通大學(xué);2013年

8 李云煥;基于聲音識(shí)別的交通信息檢測(cè)技術(shù)研究[D];長(zhǎng)安大學(xué);2014年

9 劉曉宇;基于神經(jīng)網(wǎng)絡(luò)的聲音識(shí)別算法研究[D];北京郵電大學(xué);2014年

10 李園園;無(wú)線傳感器網(wǎng)絡(luò)的聲音識(shí)別技術(shù)研究[D];南京理工大學(xué);2006年

  本文關(guān)鍵詞：基于視頻跟蹤與多模型聲音識(shí)別的豬行為檢測(cè)與分析，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：344235