這個對動物產(chǎn)品的日益增長的需求其特點是，在農(nóng)民的末尾，越來越多的工作人員需要管理和監(jiān)測庫存。畜牧業(yè)中動物的福利是許多農(nóng)民關(guān)心的問題，這個動物福利在擁擠和許多不衛(wèi)生的環(huán)境中，正在改善以防止疾病和傷害的傳播，下面我們來了解一下，基于模式識別的動物機器視覺監(jiān)測。

　　在大型農(nóng)場，追蹤單一動物的行為可能變得困難。這只動物不僅需要被發(fā)現(xiàn)，而且還需要觀察一段時間。為此目的，技術(shù)可以減輕負擔。由于人工檢測已經(jīng)成為一種負擔得起的動物監(jiān)測方法，視覺檢測在農(nóng)民中得到了廣泛的應用。然而，有什么潛力農(nóng)場動物的視覺追蹤？這真的是一種可靠和準確的監(jiān)測動物的手段嗎？這就是這件事的主題RVSTO視覺學習文章。

　　基于模式識別的動物自動監(jiān)測

　　這些問題是在一篇發(fā)表在農(nóng)業(yè)中的計算機與電子技術(shù)。簡單的回答是用計算機視覺方法進行視覺跟蹤，它在降低成本和勞動力方面具有巨大的潛力。監(jiān)測動物行為和健康。作者的小組開始評估自動化方法在筆下識別標記豬的可行性。他們還想評估圖像處理的潛力，行為相關(guān)研究。在對照實驗條件下，作者將40頭豬分成四圈，每圈10頭，每間都有一個飲水器，提供食物。在整個實驗過程中，在天花板上安裝了一臺攝像機進行連續(xù)記錄。

　　自動檢測預處理階段

　　每頭豬的追蹤都是按照豬背上畫的圖案進行的，為了自動檢測模式，首先對監(jiān)控攝像機的圖像進行分割。在分割之前采用了幾個預處理階段，但的結(jié)果是擬合出一個與每個豬的位置相匹配的橢圓。模式提取之后，提取模式的描述符并計算其與模式數(shù)據(jù)庫中的描述符之間的距離。據(jù)報道為了達到平移和旋轉(zhuǎn)不變性，忽略了描述中的相位系數(shù)，只使用它們的幅值。結(jié)果給出了每個跟蹤豬的跟蹤ID。

　　自動識別準確測試

　　對人類觀察者進行了自動識別精度測試，報告了豬的平均正確識別準確率為88.7%。通過將劃分成區(qū)域并在其內(nèi)定位豬，研究人員能夠識別豬的特征行為。例如，豬接近飲水器的次數(shù)可以計算出來；感染流感的豬會少去30%的飲水乳頭，這樣就可以建立一個疾病干預警報和動物監(jiān)測系統(tǒng)。此外，豬傾向于蜷縮在角落睡覺，實驗中的休息區(qū)與飼養(yǎng)區(qū)相反，可以觀察到不同圍欄的休息行為，通過圖像的幾何測量可以估計每頭豬的體質(zhì)量。

　　總的來說，使用算法手段跟蹤動物的行為作者很好地證明了這是實現(xiàn)同樣目標的一種較小的侵入性方法，考慮到貼耳或耗時檢查的替代方法，基于模式識別的動物監(jiān)測算法是一種安全無損的監(jiān)測動物健康的方法。