畜牧業(yè)在內(nèi)蒙古地區(qū)國(guó)民經(jīng)濟(jì)中占有極其重要的地位,而養(yǎng)羊業(yè)在草地畜牧業(yè)中占有重要的地位。目前,國(guó)內(nèi)外對(duì)于母羊分娩的處理辦法仍停留在人工發(fā)現(xiàn)人工處理階段。人工操作不能保證及時(shí)準(zhǔn)確地檢測(cè)到初生羔羊,稍有延誤,就會(huì)造成不可逆轉(zhuǎn)的損失。如果使用以人工智能為核心的計(jì)算機(jī)系統(tǒng)來代替人工進(jìn)行檢測(cè),可以避免很多不必要的損失。既降低了初生羔羊的死亡率,也減少了人力消耗,對(duì)實(shí)現(xiàn)智慧牧業(yè)有很大幫助。本課題從計(jì)算機(jī)視覺角度來研究羊分娩場(chǎng)景,采用深度學(xué)習(xí)的方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,使模型最終可以檢測(cè)出羊分娩場(chǎng)景中的初生羔羊。課題選擇Faster-RCNN神經(jīng)網(wǎng)絡(luò)模型來完成羊分娩場(chǎng)景下初生羔羊的檢測(cè)任務(wù),由于缺乏針對(duì)羊分娩場(chǎng)景的大型公開數(shù)據(jù)集,故通過采集羊分娩原始數(shù)據(jù)、篩選可用實(shí)驗(yàn)數(shù)據(jù)、擴(kuò)充實(shí)驗(yàn)數(shù)據(jù)、標(biāo)注實(shí)驗(yàn)數(shù)據(jù)來自制羊分娩場(chǎng)景數(shù)據(jù)集。使用自制的羊分娩場(chǎng)景數(shù)據(jù)集分別訓(xùn)練基于不同特征提取網(wǎng)絡(luò)、基于不同覆蓋域閾值、基于不同檢測(cè)框合并算法的Faster-RCNN神經(jīng)網(wǎng)絡(luò)模型,通過實(shí)驗(yàn)結(jié)果以及檢測(cè)可視化結(jié)果的對(duì)比,選取針對(duì)羊分娩場(chǎng)景中初生羔羊檢測(cè)效果較好的Faster-RCNN神經(jīng)網(wǎng)絡(luò)模型。最后將針對(duì)羊分娩場(chǎng)景中初生羔羊檢測(cè)效... 

【文章來源】：內(nèi)蒙古工業(yè)大學(xué)內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

隨機(jī)角度旋轉(zhuǎn)Fig.3-3RandomAngleRotation

圖 3-4 色彩抖動(dòng)Fig. 3-4 Color Jittering噪聲擾動(dòng)（Noise）是通過對(duì)圖像做高斯噪聲處理來生成新圖片的一種方法，如 3-5 所示，左一為原圖，右二、三為通過噪聲擾動(dòng)生成的新圖片。圖 3-5 噪聲擾動(dòng)Fig. 3-5 Noise Disturbance由于采集到的夜間分娩圖片畫面偏暗，我們通過增強(qiáng)圖片亮度的方式對(duì)夜間分

圖 3-5 噪聲擾動(dòng)Fig. 3-5 Noise Disturbance由于采集到的夜間分娩圖片畫面偏暗，我們通過增強(qiáng)圖片亮度的方式對(duì)夜間分圖片進(jìn)行處理，如圖 3-6 所示，左一為原圖，右二、三為亮度增強(qiáng)后的圖片。圖 3-6 亮度增強(qiáng)Fig. 3-6 Brightness Enhancement針對(duì)日間羊分娩圖片，本課題采用隨機(jī)角度旋轉(zhuǎn)、對(duì)圖像進(jìn)行顏色抖動(dòng)、對(duì)圖進(jìn)行高斯噪聲處理以及亮度增強(qiáng)、銳度增強(qiáng)、對(duì)比度增強(qiáng)等方法，將原本的 243日間羊分娩圖片擴(kuò)大到 10449 張。由于羊在分娩時(shí)懼光，所以采集到的夜間分娩圖片大多偏暗，針對(duì)畫面偏暗的

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)Faster R-CNN識(shí)別深度視頻圖像哺乳母豬姿態(tài)[J]. 薛月菊,朱勛沐,鄭嬋,毛亮,楊阿慶,涂淑琴,黃寧,楊曉帆,陳鵬飛,張南峰.  農(nóng)業(yè)工程學(xué)報(bào). 2018(09)
[2]母羊產(chǎn)前行為特征分析與識(shí)別—基于可穿戴檢測(cè)裝置構(gòu)架[J]. 劉艷秋,武佩,張麗娜,邢小琛,宣傳忠.  農(nóng)機(jī)化研究. 2017(09)
[3]基于視頻分析的犢�；拘袨樽R(shí)別[J]. 何東健,孟凡昌,趙凱旋,張昭.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[4]哺乳母豬高危動(dòng)作識(shí)別方法研究[J]. 閆麗,沈明霞,謝秋菊,劉龍申,陸明洲,劉桂陽.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(01)
[5]基于視頻分析的奶牛呼吸頻率與異常檢測(cè)[J]. 趙凱旋,何東健,王恩澤.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(10)
[6]基于簡(jiǎn)化脈沖耦合神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別[J]. 聶仁燦,姚紹文,周冬明.  計(jì)算機(jī)科學(xué). 2014(02)
[7]基于機(jī)器視覺的母豬分娩檢測(cè)方法研究[J]. 劉龍申,沈明霞,柏廣宇,周波,陸明洲,楊曉靜.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014 (03)
[8]基于神經(jīng)網(wǎng)絡(luò)的奶牛發(fā)情行為辨識(shí)與預(yù)測(cè)研究[J]. 田富洋,王冉冉,劉莫塵,王震,李法德,王中華.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(S1)
[9]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計(jì)算機(jī)研究與發(fā)展. 2013(09)
[10]多尺度特征和神經(jīng)網(wǎng)絡(luò)相融合的手寫體數(shù)字識(shí)別[J]. 趙元慶,吳華.  計(jì)算機(jī)科學(xué). 2013(08)



本文編號(hào)：3268897