基于迁移学习的并行卷积神经网络牦牛脸识别算法
2021-07-02陈争涛
计算机应用 2021年5期
陈争涛,黄 灿,杨 波,赵 立,廖 勇
(1.四川省国有资产投资管理有限责任公司,成都 610031;2.四川省国投现代农牧业产业有限公司,成都 610041;3.成都希盟泰克科技发展有限公司,成都 610041;4.重庆大学微电子与通信工程学院,重庆 400044)
(*通信作者电子邮箱liaoy@cqu.edu.cn)
0 引言
牦牛养殖可以带动高原地区的人们脱贫致富,但是现在的牦牛养殖仍处于传统的模式,养殖效率低,牦牛管理不精准。为了精确地对牦牛身份进行识别,亟须建立一套智能化平台辅助牦牛养殖和管理,因此智能化平台需要具有牦牛脸部识别功能,对牦牛进行监控。
近年来,随着人工智能的快速发展,人工智能的一些关键技术被应用于畜牧业。养殖场为了集中化管理,需要对牲畜的每个个体进行记录以及精确的识别。目前,牲畜身份识别的方法主要为射频识别(Radio Frequency IDentification,RFID)[1]标签方案,这种侵入式的识别方案需要在动物的耳朵上穿孔来佩戴无线射频识别标签,容易引起动物的不适,造成咬标、掉标的情况发生。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术[2],通常采用非侵入式的方法进行监视和识别,与养殖企业的应用场景非常相似[3]。当前,国内外已经有一些研究人员将人脸识别的部分技术应用到牦牛的行为识别[4]上,取得了一些不错的效果。但是,牦牛脸识别又具有其特殊性,牦牛群由于近亲繁殖的原因使得个体间的相似度很高,同时,牦牛脸上的一些毛发也会掩盖其面部特征,给牛脸识别造成了很大的困难。……
登录APP查看全文
