相关实验视频
Updated: May 14, 2025
07:12
Profiling Maternal Behavior Responses During Whole-Brain Imaging
Published on: January 24, 2025
579
用光学流量估计提取的活动时间序列预测播种繁殖开始时间
Kejian Liu1, Yigui Huang1, Junbin Liu1
1College of Mathematics Informatics, South China Agricultural University, Guangzhou 510642, China.
Animals : an open access journal from MDPI
|April 12, 2025
概括
使用光流和时间序列预测来预测母猪生育的开始,可以提高小猪的生存率. 这种非侵入性方法准确地预测出产时间,有利于养猪实践.
科学领域:
- 动物科学动物科学
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 母猪生育是猪生产的关键时期,影响母猪的健康和小猪的生存.
- 准确预测生育开始对于优化农场管理和动物福利至关重要.
研究的目的:
- 开发和验证一种用于预测母猪生育开始的非侵入性方法.
- 为了利用光学流量估计和时间序列预测来准确预测繁殖.
主要方法:
- 在可见光视频上使用RAFT光流算法来量化母猪活动.
- 从活动级别生成时间序列数据,用于预测建模.
- 开发了CLA-PTNet模型 (CNN,LSTM,注意) 用于持续的产卵开始预测.
主要成果:
- 经过验证的活动提取算法具有强大的种植间相关性 (平均皮尔森系数:0.819).
- 观察到母猪活动在分娩前24小时显著增加.
- 使用CLA-PTNet实现了高的预测准确性 (MAE:5.42分钟,RMSE:5.97分钟,R2:0.99).
结论:
- 拟议的方法通过分析活动模式,准确地预测母猪产卵的开始.
- 这种创新方法为改善养猪实践和动物护理提供了巨大的潜力.
- 非侵入性视频分析为实时繁殖预测提供了可靠的工具.
