周小芹＊，吕 嘉，金 宇

（1.河海大学信息学部物联网工程学院，江苏 常州 213022；2.中国移动通信集团河南有限公司，河南 郑州 450000）

我国肉鸡生产历史悠久，也是我国畜禽养殖业走向规模化、科学化、产业化的最早的行业之一[1]。随着养殖范围的扩大，对养殖过程中鸡群健康状态的监管难度也在增加，如果鸡只染病后发现不及时，将增加爆发大规模传染病的风险。如何采取科学有效的方法对鸡群的健康状态进行准确评估，成为肉鸡养殖业亟待解决的问题。

目前，已有养殖企业通过指派专门技术人员对鸡群行为进行观察，用手工记录鸡只在不同状态下各行为发生的频次、持续时间，作为肉鸡健康状态的判断依据。这种方法费时费力，不适用于大规模养殖模式下肉鸡生理健康状况的诊断。随着传感器技术的发展，刘烨虹等[2]基于无线传感器网络、使用ZigBee 通信协议，针对鸡只的体型设计背包式佩戴带，这是一个有应激的数据采集与监控系统，初次佩戴后需要较长时间的适应期，呼吸运动也会影响对鸡只活动状态判断的准确性。

人工智能技术的进步，促进了动物无应激测量和行为分析的发展。将人工智能技术与传统产业深度融合，有望解决传统产业遇到的诸多难题[3]。庄晓霖[4]使用基于深度学习的目标检测方法对病鸡与健康鸡进行判断与分类，一定程度上满足病鸡检测需求。姚和阳[5]提出Faster-RCNN-OHEM 算法，建立了适用于黄羽鸡识别的卷积神经网络模型，实现黄羽鸡饮食、饮水、振翅等行为的识别。……