基于补偿行为分析的乳牛的的识别,通过从顶部查看的摆动和姿势特征从顶部查看图像深度图像

科学领域:

• 动物科学动物科学
• 兽医医学 兽医医学 兽医医学
• 生物机械工程 生物机械工程

背景情况:

• 顶部视图的检测系统为奶牛农场提供了实际的优势.
• 目前的系统在准确度上面临限制,原因在于不清晰的反向运动特征.

研究的目的:

• 用顶部视图视频分析牛的补偿行为.
• 提取新的补偿运动特征 (CMFs) 以改善的识别.
• 根据CMFs开发和评估基于CMFs准确检测的模型.

主要方法:

• 对顶部视图步行视频进行分析,以绘制关键点轨迹 (子,钉子,十字架,脊柱).
• 从运动轨迹数据中提取补偿运动特征 (CMF),包括摆动和姿势.
• 使用机器学习和门歧视开发的分类模型.

主要成果:

• 在655个样本中,研究了背部运动的补偿行为和稳定机制.
• 早期的与补偿性摇摆相关,而严重的显示出摇摆和姿势补偿.
• 分类模型的准确度为81.6% (ML) 和83.05% (值),健康牛的召回率为93.02%.

结论:

• 来自背景深度图像的CMF与早期的检测密切相关.
• 拟议的CMF显著提高了顶部视图的检测系统的准确性.
• 这种方法提供了一种更精确的方法来识别和管理牛的.