養(yǎng)豬場(chǎng)其本身容易受到大規(guī)模感染,大多設(shè)置在人煙稀少的地區(qū),傳統(tǒng)的人員監(jiān)管體制存在工作量大、效率低等問題,為實(shí)現(xiàn)對(duì)生豬的無接觸式監(jiān)管,以豬舍監(jiān)控視頻作為數(shù)據(jù)來源,提出基于改進(jìn)TLD跟蹤算法的生豬視頻跟蹤方法。引入SSD網(wǎng)絡(luò)訓(xùn)練模型對(duì)樣本進(jìn)行訓(xùn)練,改進(jìn)跟蹤算法的目標(biāo)檢測(cè)部分,將識(shí)別結(jié)果直接帶入跟蹤算法,使得檢測(cè)模塊的窗口數(shù)量大大降低,并且可以提高檢測(cè)精度和運(yùn)算速度。本文提出的改進(jìn)模型在測(cè)試集上,對(duì)視頻中的生豬進(jìn)行躺臥、靜止不動(dòng)和正在活動(dòng)三種行為進(jìn)行識(shí)別,平均準(zhǔn)確率分別達(dá)94.26%、95.67%、91.36%。相比于傳統(tǒng)TLD算法識(shí)別成功率和精度分別提高10.7%和6.41%。改進(jìn)TLD跟蹤算法在提高識(shí)別精度的同時(shí)保證識(shí)別效率,可以應(yīng)用于對(duì)全時(shí)間段的生豬活躍信息監(jiān)測(cè),將檢測(cè)結(jié)果作為生豬健康養(yǎng)殖的參考之一。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 視頻圖像采集與獲取
    1.2 豬只行為分類
2 基于改進(jìn)TLD的豬只跟蹤方法
    2.1 基于SSD算法的識(shí)別訓(xùn)練模型
    2.2 預(yù)選框的設(shè)置
        2.2.1 位置設(shè)置
        2.2.2 大小設(shè)置
        2.2.3 長(zhǎng)寬比設(shè)置
    2.3 損失函數(shù)
3 結(jié)果與分析
    3.1 測(cè)試數(shù)據(jù)集
    3.2 識(shí)別結(jié)果與分析
4 結(jié)論



本文編號(hào)：3825053