基于目标特征与决策树支持向量机的生猪体态识别

摘要：

为实现生猪异常行为的自动化监测,提出了一种数字化表示生猪目标特征的体态识别研究.首先对猪场采集到的视频图像采用改进的Grabcut分割算法进行生猪目标提取;然后基于生猪轮廓图像建立生猪目标特征集,包括圆形度、矩形度和Hu不变矩等12个特征;并利用类内类间距离判据对样本数据建立的特征集进行特征优选;最后构建决策树支持向量机(DT-SVM)对生猪体态进行分层识别.实验结果表明,选择的最优特征集可以有效地表征生猪体态信息,DT-SVM对单只猪的站立、躺卧和扎堆猪的适度扎堆、过度扎堆都有较高的识别率,为进一步探索生猪异常行为分析奠定了基础.

关键词：目标检测、几何特征、Hu不变矩、类内类间距离判据、决策树支持向量机

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家"863"计划2013AA102306

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：292-296