温长吉，张笑然，吴建双，杨 策，李卓识,4，石 磊，于合龙※

（1. 吉林农业大学信息技术学院，长春 130118；2. 明尼苏达大学食品、农业与自然资源科学学院，圣保罗 55108；3. 吉林农业大学智慧农业研究院，长春 130118；4. 吉林大学工程仿生教育部重点实验室，长春 130022）

0 引 言

家畜情感研究是动物科学的重要研究目标之一，近几年得到广泛关注[1-2]。面部表情是传达情感的一种有效信息，是生理、心理和行为的综合反映[3]，达尔文的著名论断：非人类动物也能够通过面部表情表达情感，并且这种面部表情是与生俱来的[4]。较早研究动物面部表情的相关工作主要从动物生理解剖学的角度开展，2006年Burrows等[5]借助解剖学证明黑猩猩仅利用23组肌群支持较为精细的面部表情交流。2010年Langford等[6]通过对小鼠面部肌群进行编码，提出用于度量小鼠自发性疼痛感观体验的面部表情指数（Mouse Grimace Scale，MGS）。此后众多学者以小型哺乳动物（狗和猫等）为研究对象，通过面部肌群的分布和功能区域划分研究面部表情变化与情感之间的联系[7-8]。综上，动物生理解剖学的方法尽管科学性高，为动物面部表情识别奠定了生理学基础，但是付出成本较高且效率较低。

近些年由于社会和法律对于动物福利的广泛关注，机器视觉技术在众多领域实现推广应用，其中通过机器视觉监测家畜个体体征，可以实现规模化养殖水平提升，降低人力成本[9-11]。因此利用机器视觉技术实现动物面部表情识别具有广泛的研究和商业推广应用价值。最近Neethirajan等[12]提出利用多传感器数据融合监测体征数据用于实现表情及情绪变化。……