刘杰鑫 姜 波 何东健 宋怀波

(西北农林科技大学机械与电子工程学院 陕西 杨凌 712100) (农业部农业物联网重点实验室 陕西 杨凌 712100)(陕西省农业信息感知与智能服务重点实验室 陕西 杨凌 712100)

0 引 言

随着信息技术的飞速发展，奶牛养殖体系逐步呈现出规模化和智能化的特点。奶牛个体识别作为个性化、精细化管理的基础已成为当前研究的热点，受到了越来越多的关注。传统的奶牛养殖中，通常采用为每头奶牛佩戴标签的方式进行管理，耗费人力，工作繁琐。目前国内畜牧业比较流行的识别方式主要基于无线射频识别技术[1-2]，但是该技术无法实现远距离识别，且整套设备成本高，具有较大的局限性。奶牛视频中包含奶牛个体的身份信息，运用视频分析和图像处理技术进行奶牛的个体识别，可以进一步提高奶牛的智能化养殖水平并降低成本。

随着计算机视觉的发展，利用图像处理算法实现奶牛个体识别引起了国内外相关学者的关注。Cai等[3]提出了一种基于牛脸局部二值模式(Local Binary Pattern)纹理特征的识别方法，当选取90%的数据训练时，结合图像的稀疏低秩分解方法识别准确率达到95.30%。Santosh等[4]提出了一种基于牛口鼻处纹理特征提取的方法，在500头牛每头10幅图像进行实验的条件下，识别率为93.87%。Kumar等[5]提出利用Fisher线性保留映射FLPP(Fisher Linear Preserving Projection)的方法来提取牛口鼻特征，通过SVM训练预测达到96.87%的准确率。赵凯旋等[6]设计了一种基于CNN网络的奶牛个体身份识别方法，运用帧间差值法、二值图像跨度分析和Meanshift算法很好地进行了奶牛个体躯干的定位和跟踪，选择LeNet-5网络结构进行训练和预测，识别率为90.55%。……