隨著我國奶牛養(yǎng)殖的規(guī)模化發(fā)展,利用計(jì)算機(jī)、傳感器等信息化手段實(shí)現(xiàn)精準(zhǔn)養(yǎng)殖越來越受到廣泛關(guān)注。精準(zhǔn)養(yǎng)殖要求對(duì)奶牛個(gè)體信息實(shí)時(shí)獲取,其中身份信息、運(yùn)動(dòng)量和體況評(píng)分尤為重要。奶牛體況評(píng)分(Body Condition Score,BCS)是以奶牛身體脂肪沉淀為依據(jù),用于評(píng)價(jià)奶牛能量積蓄和營養(yǎng)健康狀況的一種實(shí)用工具。目前,體況評(píng)分普遍以人工評(píng)判為主,其存在主觀誤差且效率低下。利用傳統(tǒng)數(shù)字圖像處理技術(shù)難以提取和分割身體各關(guān)鍵部位,且受光照復(fù)雜多變的影響,分類器在一定程度上難以建模。另外,從牛群BCS到個(gè)體的映射,完成集奶牛身份信息、運(yùn)動(dòng)量和體況監(jiān)控為一體的健康管理系統(tǒng),是當(dāng)前奶牛精準(zhǔn)養(yǎng)殖領(lǐng)域亟待解決的問題。針對(duì)上述問題,本文綜合利用圖像和可穿戴設(shè)備兩種傳感器數(shù)據(jù),圍繞奶牛身體關(guān)鍵部位檢測(cè)和跟蹤、體況評(píng)分方法、個(gè)體信息感知等關(guān)鍵問題開展研究,具體工作如下:1.構(gòu)建了奶牛圖像數(shù)據(jù)自動(dòng)采集平臺(tái),并在此平臺(tái)上獲得8972張奶牛背部俯視圖像。圖像包含了奶牛臀部?jī)蓚?cè)、坐骨結(jié)節(jié)、尾根、腰角和部分脊椎,這些部位與BCS之間存在密切的關(guān)系。數(shù)據(jù)經(jīng)獸醫(yī)專家手工標(biāo)注,為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供數(shù)據(jù)集。2.針對(duì)原有SSD算法沒...

【文章頁數(shù)】：126 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀與分析
        1.2.1 體況評(píng)分方法的研究現(xiàn)狀分析
        1.2.2 基于深度學(xué)習(xí)方法的目標(biāo)檢測(cè)技術(shù)研究現(xiàn)狀
        1.2.3 奶牛個(gè)體信息感知技術(shù)研究現(xiàn)狀與分析
        1.2.4 現(xiàn)階段存在的主要問題
    1.3 本文的工作
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
    1.4 論文的組織結(jié)構(gòu)
第二章 理論基礎(chǔ)與實(shí)驗(yàn)平臺(tái)搭建
    2.1 奶牛BCS圖像識(shí)別原理
        2.1.1 BCS測(cè)定方法
        2.1.2 BCS特征圖
    2.2 深度學(xué)習(xí)理論基礎(chǔ)
        2.2.1 神經(jīng)元
        2.2.2 激活函數(shù)
        2.2.3 損失與優(yōu)化
        2.2.4 深度神經(jīng)網(wǎng)絡(luò)
    2.3 實(shí)驗(yàn)平臺(tái)構(gòu)建
        2.3.1 網(wǎng)絡(luò)攝像機(jī)
        2.3.2 攝相機(jī)部署
        2.3.3 遠(yuǎn)程監(jiān)控系統(tǒng)
    2.4 數(shù)據(jù)集
        2.4.0 圖像預(yù)處理
        2.4.1 圖像標(biāo)注
        2.4.2 數(shù)據(jù)分布
    2.5 本章小結(jié)
第三章 奶牛尾部圖像檢測(cè)方法研究
    3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)原理
        3.1.1 圖像目標(biāo)檢測(cè)
        3.1.2 卷積神經(jīng)網(wǎng)絡(luò)
    3.2 改進(jìn)的SSD算法用于奶牛尾部檢測(cè)
        3.2.1 基本的SSD算法
        3.2.2 網(wǎng)絡(luò)連接稠密化
        3.2.3 增大感受野
        3.2.4 改進(jìn)SSD模型的網(wǎng)絡(luò)結(jié)構(gòu)
    3.3 目標(biāo)檢測(cè)算法性能評(píng)價(jià)指標(biāo)
    3.4 實(shí)驗(yàn)與結(jié)果分析
        3.4.1 實(shí)驗(yàn)設(shè)計(jì)
        3.4.2 結(jié)果與分析
    3.5 本章小結(jié)
第四章 奶牛尾部跟蹤方法及自動(dòng)計(jì)數(shù)
    4.1 視頻圖像目標(biāo)跟蹤原理
        4.1.1 跟蹤過程概述
        4.1.2 坐標(biāo)系及其變換
        4.1.3 目標(biāo)運(yùn)動(dòng)建模
    4.2 狀態(tài)估計(jì)算法
        4.2.1 卡爾曼濾波
        4.2.2 粒子濾波
        4.2.3 改進(jìn)的濾波算法
    4.3 自動(dòng)計(jì)數(shù)
    4.4 實(shí)驗(yàn)與結(jié)果分析
        4.4.1 實(shí)驗(yàn)設(shè)計(jì)
        4.4.2 跟蹤結(jié)果及分析
        4.4.3 計(jì)數(shù)結(jié)果及分析
    4.5 本章小結(jié)
第五章 奶牛體況評(píng)分方法研究
    5.1 多任務(wù)深度學(xué)習(xí)原理
        5.1.1 多任務(wù)網(wǎng)絡(luò)
        5.1.2 分類器設(shè)計(jì)
    5.2 體況評(píng)分方法
        5.2.1 基于Faster RCNN模型的評(píng)分方法
        5.2.2 基于YOLO網(wǎng)絡(luò)模型的評(píng)分方法
        5.2.3 基于SSD模型的評(píng)分方法及其改進(jìn)
    5.3 算法評(píng)價(jià)指標(biāo)
    5.4 體況評(píng)分實(shí)驗(yàn)與分析
        5.4.1 實(shí)驗(yàn)設(shè)計(jì)
        5.4.2 結(jié)果分析
    5.5 本章小結(jié)
第六章 奶牛個(gè)體信息感知與系統(tǒng)集成
    6.1 計(jì)步器的功能概述
    6.2 計(jì)步器設(shè)計(jì)
        6.2.1 計(jì)步器電路設(shè)計(jì)
        6.2.2 外殼封裝
    6.3 信息感知
        6.3.1 數(shù)據(jù)報(bào)文
        6.3.2 測(cè)試系統(tǒng)
        6.3.3 實(shí)驗(yàn)結(jié)果
    6.4 系統(tǒng)集成
    6.5 本章小結(jié)
第七章 結(jié)論與展望
    7.1 結(jié)論
    7.2 工作展望
參考文獻(xiàn)
致謝
發(fā)表的論文與取得的研究成果



本文編號(hào)：3858243