王婷婷， 苍岩， 毕晓君， 何恒翔

(1.哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001； 2.哈尔滨工业大学 电子与信息工程学院，黑龙江 哈尔滨 150006)

随着“网易”、“阿里”、“京东”等互联网企业强势进入农业生产领域，人工智能技术开始广泛应用于动物养殖领域[1-4]。生猪的体重信息是生猪体况的重要参数。传统的生猪体重测量方法是磅秤测量或者悬挂称重，不仅不能实现体重实时监控以实现精细化饲养；而且会造成猪只应激反应，严重影响其生长速度。因此，无接触式测重方式一直是生猪养殖产业的一个热点以及难点问题。目前比较常见的非接触式体重测量方法多是基于机器视觉方法。学者利用视觉图像分析方法发现了猪体背部面积与体重参数之间具有很强的相关性[5]；随后，证明了猪体背部面积和体高参数与体重的相关性最高[6]；学者利用视觉图像分析方法进行了实际生猪体重的测量，并且取得了较好的精度；胡英新等[8]对单体生猪的体重参数以及体尺参数进行线性回归分析研究，利用体尺参数成功预测出体重数据。李卓等[9-10]利用立体视觉方式实现了生猪体尺参数的测量，通过SPSS软件处理体尺和体重数据，建立体重预估的数学模型，其研究重点是如何通过的精准的体尺参数，包括体长、臀围、胸围等参数，分析这些参数与体重之间的关系，同时加入品系影响因数，从而实现体重的预测。论文中利用人工测量的体尺参数作为模型校准参数，样本数据量比较少，很难确定精确的模型关系。……