近日，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)與服務(wù)創(chuàng)新團(tuán)隊(duì)提出了一種自頂向下的深度神經(jīng)網(wǎng)絡(luò)，可在復(fù)雜場(chǎng)景下同步完成奶牛目標(biāo)檢測(cè)、姿態(tài)估計(jì)和跛行識(shí)別任務(wù)。相關(guān)研究成果發(fā)表在《農(nóng)業(yè)計(jì)算機(jī)與電子（Computers and Electronics in Agriculture）》上。
跛行是造成奶牛被動(dòng)淘汰重要原因之一，嚴(yán)重影響牧場(chǎng)經(jīng)濟(jì)效益。在實(shí)際場(chǎng)景中，利用姿態(tài)估計(jì)進(jìn)行奶牛跛行識(shí)別面臨相互遮擋、多尺度目標(biāo)等問(wèn)題，使得目標(biāo)檢測(cè)和關(guān)鍵點(diǎn)識(shí)別準(zhǔn)確性較低。
針對(duì)上述難題，該研究構(gòu)建一套“目標(biāo)檢測(cè)-姿態(tài)估計(jì)-運(yùn)動(dòng)特征提取-跛行分類”的自頂向下方法，在檢測(cè)端對(duì)傳統(tǒng)目標(biāo)檢測(cè)算法進(jìn)行輕量化改進(jìn)。在姿態(tài)端將改進(jìn)特征金字塔網(wǎng)絡(luò)融入實(shí)時(shí)多目標(biāo)姿態(tài)估計(jì)模型，提升了多尺度與遮擋下的關(guān)鍵點(diǎn)定位精度。在特征提取端通過(guò)視頻序列實(shí)現(xiàn)關(guān)鍵點(diǎn)運(yùn)動(dòng)跟蹤，并同步提取步態(tài)對(duì)稱性、頭部擺動(dòng)幅度、背部曲率等7種跛行相關(guān)特征。最后利用隨機(jī)森林完成跛行分類，準(zhǔn)確率達(dá)到了93.8%。該研究模型姿態(tài)估計(jì)精度比同類輕量算法提升了3~6個(gè)百分點(diǎn)，顯著提升跛行識(shí)別準(zhǔn)確率與效率，為規(guī)模牧場(chǎng)降低淘汰率、減少治療成本、提高養(yǎng)殖管理效率提供技術(shù)支撐。
該研究得到國(guó)家自然科學(xué)基金、中國(guó)農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程等項(xiàng)目的支持。
原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168169925010178
