隨著生活水平提高,人們對于畜禽類及其供應(yīng)的乳類產(chǎn)品需求量越來越高,同時對現(xiàn)代化健康養(yǎng)殖提出新的要求�，F(xiàn)代化養(yǎng)殖中的奶牛個體識別成為研究熱點,傳統(tǒng)的經(jīng)典方法在投入成本、實際使用需求等方面展現(xiàn)出不足,如何在滿足系統(tǒng)實時性需求下克服奶牛圖像復(fù)雜性所導(dǎo)致的奶牛識別率低的問題成為本文研究的重點�；诰矸e神經(jīng)網(wǎng)絡(luò)的奶牛個體識別方法是符合現(xiàn)代化、智能化要求的無接觸奶牛識別方法。得益于深度學(xué)習(xí)在圖像處理和模式識別方向的發(fā)展,本文基于卷積神經(jīng)網(wǎng)絡(luò)理論,圍繞奶牛個體識別中的問題展開研究,介紹了適合復(fù)雜背景的奶牛個體識別網(wǎng)絡(luò),本文的主要工作有:1.本文實驗圖像為2018年7月至8月采集自內(nèi)蒙古呼和浩特市蒙牛乳業(yè)奶源基地養(yǎng)殖牧場內(nèi),對奶牛個體軀干、頭、尾進行圖像采集,共采集成年奶牛個體170頭,拍攝奶牛360度視頻數(shù)據(jù)40段。2.本文提出了基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的去噪方法MSDCNN,通過不同大小的卷積窗對圖像進行卷積合并,用不同的感知域來抽取圖像的特征,選用Relu作為網(wǎng)絡(luò)的激活函數(shù)。奶牛圖像疊加高斯噪聲模擬噪聲干擾,通過去噪實驗測得MSDCNN去噪效果。MSDCNN對標(biāo)準(zhǔn)差為10、20、30的高斯噪聲去噪... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

M-P神經(jīng)元模型示意圖

活函數(shù)的一個作用是作為神經(jīng)元輸入輸出的映射函數(shù)，激活函數(shù)。線性的激活函數(shù)使每一個神經(jīng)元的輸出為輸入的線性組合，使能力。不同的激活函數(shù)在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中的效率也是不相同的使神經(jīng)網(wǎng)絡(luò)具備處理復(fù)雜任務(wù)的能力。在圖像識別中激活函數(shù)的中的無價值信息濾除。只有神經(jīng)元的輸入信號的強度達到閾值的才會有信號輸出。常用的激活函數(shù)有：階躍函數(shù)、Sigmoid 函數(shù)elu 函數(shù)等等。躍函數(shù)的函數(shù)曲線如圖 2.2 所示，階躍函數(shù)將神經(jīng)元的輸入信號”和“1”，在神經(jīng)元輸入小于 0 時，神經(jīng)元不會將信號值傳遞給下入大于 0 時將會把信號傳遞給下一個神經(jīng)元。階躍函數(shù)的定義 0,01,0sgn()xxx

大學(xué)碩士學(xué)位論文 第二章 神經(jīng)網(wǎng)絡(luò)與函數(shù)在輸入信號為“0”處不連續(xù)，不便對函數(shù)進行求導(dǎo)，故在效果不好。在模型搭建訓(xùn)練中激活函數(shù)多使用 Sigmoid 函數(shù)和 數(shù)的共同特征是函數(shù)曲線是連續(xù)的。圖2.3展示的兩條曲線分別 的函數(shù)曲線圖。Sigmoid 函數(shù)的值域為(0，1)，在負無窮處值無無窮處無限接近 1，Sigmoid 函數(shù)的公式定義為：xeSigmoidx 11( )數(shù)的值域為(-1，1)，Tanh 函數(shù)的公式定義為：xxxxeeeex tanh( )

【參考文獻】：
期刊論文
[1]基于雙線性卷積神經(jīng)網(wǎng)絡(luò)的豬臉識別算法[J]. 秦興,宋各方.  杭州電子科技大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[2]基于計算機視覺的動物跛腳行為識別[J]. 錢建軒,朱偉興.  軟件導(dǎo)刊. 2018(10)
[3]豬只飲水行為機器視覺自動識別[J]. 楊秋妹,肖德琴,張根興.  農(nóng)業(yè)機械學(xué)報. 2018(06)
[4]基于小波變換和改進KPCA的奶牛個體識別研究[J]. 張滿囤,單新媛,于洋,米娜,閻剛,郭迎春.  浙江農(nóng)業(yè)學(xué)報. 2017(12)
[5]淺析影響現(xiàn)代畜牧業(yè)技術(shù)發(fā)展因素及措施[J]. 程輝.  中國畜牧獸醫(yī)文摘. 2017(11)
[6]國外畜牧產(chǎn)業(yè)一體化經(jīng)營模式及經(jīng)驗啟示[J]. 趙俊芳.  中國畜牧獸醫(yī)文摘. 2017(04)
[7]基于改進特征袋模型的奶牛識別算法[J]. 陳娟娟,劉財興,高月芳,梁云.  計算機應(yīng)用. 2016(08)
[8]畜禽養(yǎng)殖環(huán)境自動監(jiān)控系統(tǒng)設(shè)計[J]. 馬吉慶,崔勇,張路,高志鵬,沙莎,周濤.  裝備制造技術(shù). 2016(01)
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的奶牛個體身份識別方法[J]. 趙凱旋,何東健.  農(nóng)業(yè)工程學(xué)報. 2015(05)
[10]基于視頻分析的奶牛呼吸頻率與異常檢測[J]. 趙凱旋,何東健,王恩澤.  農(nóng)業(yè)機械學(xué)報. 2014(10)

博士論文
[1]基于機器視覺的奶牛體型評定中的關(guān)鍵技術(shù)研究[D]. 王立中.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2009

碩士論文
[1]基于多特征融合的奶牛圖像識別系統(tǒng)研究[D]. 劉俊.上海師范大學(xué) 2013
[2]基于CNN奶牛數(shù)字圖像邊緣提取的研究與應(yīng)用[D]. 李婷姣.河北農(nóng)業(yè)大學(xué) 2011
[3]基于ZigBee的奶牛個體識別與定位系統(tǒng)設(shè)計[D]. 周文罕.南京農(nóng)業(yè)大學(xué) 2010
[4]基于射頻技術(shù)的奶牛身份識別系統(tǒng)[D]. 耿麗微.河北農(nóng)業(yè)大學(xué) 2009



本文編號：3414990