相关实验视频
Updated: Jun 26, 2026

10:07
Thermal Imaging to Study Stress Non-invasively in Unrestrained Birds
Published on: November 6, 2015
13.5K
在使用计算机视觉系统的长时间镜头中,评估不同颜色的光和不同温度环境下的的偏好行为
Vanessa Kodaira1, Allan Lincoln Rodrigues Siriani2, Henry Ponti Medeiros3
1Graduate Program in Agricultural Engineering, Faculty of Agricultural Engineering, Campinas State University, Campinas 13083-875, SP, Brazil.
Animals : an open access journal from MDPI
|August 12, 2023
概括
这项研究开发了一种自动化计算机视觉系统,用于在低光条件下跟踪的行为. 该系统准确地检测到,揭示了白光对绿光的偏好,除了热应激期间的例外.
科学领域:
- 动物行为 动物行为
- 计算机视觉 计算机视觉
- 农业技术 农业技术
背景情况:
- 的行为受到环境条件的影响,特别是照明.
- 传统的行为视频分析是劳动密集型的,并且受到低光和低对比度的限制.
- 现有的方法在生产环境中常见的低质量视频录像中扎.
研究的目的:
- 开发一种自动化系统,用于在低光条件下使用计算机视觉来监测的行为.
- 为了准确地检测和跟踪低质量的视频镜头中的.
- 分析的偏好光线和环境相互作用.
主要方法:
- 利用YOLO v4架构进行先进的物体检测,以在低质量的视频中定位.
- 开发了一种自动化系统,使用摄像头监控三种不同的照明环境.
- 处理了超过648小时的镜头,用于自动计数鸟类和位置跟踪.
主要成果:
- 在检测中达到99.9%的平均精度,手动检查证实精度为98.8%.
- 自动化系统成功地监测了鸟类的存在,并在不同的光环境中计算了个体.
- 行为分析表明,更喜欢白光,避免绿光,除了热应激期间.
结论:
- 计算机视觉,特别是YOLO v4,对于在低光,低分辨率条件下监控是有效的.
- 该自动化系统为家禽的行为分析提供了一种高效准确的方法.
- 结果提供了关于家禽福利和通过光操纵丰富环境的见解.

