相关实验视频
Updated: May 14, 2025
10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.5K
基于RGB-D图像的双流双向交互网络用于子体重估计
Diqi Zhu1, Shan Bian1,2, Xiaofeng Xie1
1College of Mathematics and Informatics, South China Agricultural University, Guangzhou 510642, China.
Animals : an open access journal from MDPI
|April 12, 2025
概括
本研究引入了一种自动化,非接触式方法,用于使用RGB-D图像测量子的体重. 这种新的方法准确地估计了子的体重,促进了动物福利和高效的牲畜管理.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 动物科学动物科学
背景情况:
- 衡量子体重的传统方法可能会引发压力,对动物的健康和发育产生负面影响.
- 准确的,非侵入性的体重监测对于精确的牲畜管理和福利至关重要.
研究的目的:
- 开发一种使用RGB-D图像准确估计子体重的自动化,非接触式方法.
- 通过消除重量测量期间的手动处理来减少子的压力.
- 支持精准养和子健康管理的数据驱动决策.
主要方法:
- 提出了一个利用RGB和深度 (RGB-D) 图像的双向互动网络.
- 该网络使用单独的编码器分支来处理纹理和空间信息,并配有跨模式功能补充模块.
- 一个解码器融合了多个尺度的特征,用于最终的重量回归.
主要成果:
- 为了评估,创建了一个新的2865张RGB-D图像数据集.
- 拟议的方法实现了0.1550的平均绝对误差 (MAE),超过了现有的方法.
- 实验结果证明了自动体重测量的有效性和准确性.
结论:
- 开发的自动化,非接触方法准确地估计了子的体重,最大限度地减少了压力,提高了动物福利.
- 这项技术促进了自动增长数据收集,这对于精确养和健康管理至关重要.
- 该方法促进畜牧业的数字化转型,提高效率和可持续性.
