基于ALR-GMM的群养猪攻击行为识别算法研究
2021-02-01何东健STEIBELJuanSIEGFORDJaniceNORTONTomas
农业机械学报 2021年1期
刘 冬 何东健 陈 晨 STEIBEL Juan SIEGFORD Janice NORTON Tomas
(1.西北农林科技大学机械与电子工程学院, 陕西杨凌 712100; 2.鲁汶大学M3-BIORES实验室, 海弗莱 B-3001;3.农业农村部农业物联网重点实验室, 陕西杨凌 712100; 4.江苏大学电气信息工程学院, 镇江 212013;5.密西根州立大学动物科学系, 东兰辛 MI 48824)
0 引言
畜禽行为是畜禽对某种环境刺激的反应,或与其所在环境相互作用而造成的某种生活方式的反应[1]。当生活环境发生变化时,畜禽动物通常会通过调节行为来缓解外界环境对心理和生理上的压力,但动物的适应能力有限,当环境胁迫超过其适应限度,则会表现出异常行为[2]。随着畜禽养殖业集约化程度的不断提高,采用笼养、自动供水供料以及漏粪地板等措施,改变了传统养殖环境,从而影响畜禽动物的正常生活习惯,常常引起动物异常行为,导致其生产性能下降,甚至发生疾病[3],如鸡啄羽行为[4]、猪咬尾行为[5]等。研究畜禽动物在各种环境下的活动模式,了解其习性,探索与之对应的神经内分泌机理,并指导设计、创建适于畜禽习性的环境条件,可以提高畜禽动物的生产性能[1-2]。
传统动物行为学研究主要依靠观察员对多个动物的行为同时进行观察,并记录行为类别、行为发出者、行为接受者,以及行为发生的顺序、时段、频率以及起止时间等,然后对记录结果进行统计分析[6]。随着畜禽养殖集约化程度的不断提高,人工观察记录难以满足现实需求,国内外学者试图利用计算机视觉技术量化评估畜禽动物对微环境的响应[3]。……
登录APP查看全文
