基于深度图像的蛋鸡行为识别方法

摘要：

基于深度图像分析技术研究了一种针对蛋鸡群体行为(分布指数、水平活跃度和垂直活跃度)和群体中个体行为(采食、躺、站和坐)经济简单的自动识别方法.系统由1台3D照相机同步采集数字和深度图像数据,并开发软件进行蛋鸡行为的自动识别,系统5 s采集1次图像数据,共进行10d的数据采集.描述了行为识别算法并进行了行为识别结果分析.算法对蛋鸡的采食、躺、站和坐的识别准确率分别为90.3％、91.5％、87.5％和56.2％.坐行为识别率较低的原因主要是有时蛋鸡站着探索地面会被误判为坐,这可能与两者之间的分割阈值不够精确有关.

关键词：深度图像、蛋鸡、行为、自动识别

所属期刊栏目：48

分类号：TP391;S831.4+9(计算技术、计算机技术)

资助基金：“十二五”国家科技支撑计划项目2014BAD08B00-01

在线出版日期：2017-03-10（万方平台首次上网日期，不代表论文的发表时间）

页码：155-162