郑志强，胡 鑫，翁 智，王雨禾，程 曦

（内蒙古大学电子信息工程学院，呼和浩特 010021）

（*通信作者wzhi@imu.edu.cn）

0 引言

畜牧业是农业的重要组成部分，智能化管理是提升畜牧业发展质量的重要手段，因此动物个体智能识别技术的研究成为了学者们的关注热点。相较于耳标与烙印，基于生物特征的个体识别技术因其对动物健康更有利而得到人们的重视。其中图像识别是最主要的实现方式，它在大数据支撑下对网络进行自主学习优化，通过深度学习对目标图像数据进行生物特征提取，完成个体识别，因此从图像数据中精准提取目标个体的生物特征成为实现高精度动物个体识别的关键。

在基于图像的动物个体识别中，传统方法是提取目标个体的颜色［1］、形状［2］和纹理［3］等特征完成个体识别，而虹膜特征则是较为准确的差异化特征。方超等［4］提出利用边缘特征对牛眼虹膜进行精准定位，进而提取虹膜特征实现牛个体识别；Lu等［5］通过几何方法拟合分割牛眼虹膜，提取局部特征与全局特征并编码作为识别特征；Barron等［6］利用双视网膜系统进行绵羊个体识别，采用基于OR 逻辑运算符和匹配分数求和的决策准则提高准确率。传统的虹膜算法已经取得一定成果，但仍面临着小样本导致的泛化能力不足、鲁棒性不强、算法设计较复杂等问题。

在这样的需求下，神经网络出现在人们的视野中。神经网络是通过对大量的数据进行深度学习，分析每一类别图像的像素排布规律，最后自动对该类图像进行特征提取识别。……