金耀，何秀文，万世主，刘仁鑫

(江西农业大学工学院，南昌市，330045)

0 引言

近10年来，随着强农惠农富农政策的实施[1]，畜牧业呈现出加快发展势头，生猪等生产方式发生积极转变，规模化、标准化、产业化和区域化步伐加快。随着硬件平台的发展，计算机视觉技术正迅速的应用到各行各业中[2-5]。在畜牧养殖行业也不例外，诸多方面也已经取得了一定的进展。开展生猪全产业链数据监测，可以为农业农村大数据发展与应用提供可复制、可推广的经验做法。所以寻找一种更加可靠、精确、方便的生猪监测手段和方法显得异常迫切。

计算机视觉技术应用于畜牧养殖行业引起了国内外学者的广泛关注，Lee等[6]利用Kinect相机对猪只的攻击行为进行识别，并采用SVM的方法对所发生的侵略行为进行分类； Kashiha等[7]在各猪体背部涂上不同的图案编号，通过对获得的猪体俯视图像进行目标提取，并识别图案所在的位置，通过相似度匹配的方法来确定猪只具体的身份。Huang等[8]通过提取猪只的Gabor和LBP特征组合并通过PCA降维的方式来对俯视群养猪进行身份识别。周勇钧等[9]提出了多特征Camshift和Kalman滤波结合的猪只智能跟踪，实现多猪只的跟踪。仇益页[10]使用基于弦轴变换的猪只特征区域的识别完成了俯视条件下对猪只特征区域的识别。张天昊等[11]利用基于纹理特征的滤波方法排除颜色灰度相似背景的干扰，实现了远程视频采集的养殖场图像识别计数。但以上方法存在识别精度不高，检测效率低无法实现实时检测等诸多缺点。……