基于机器视觉的分娩奶牛头部姿态识别及其行为特征的研究  

作　　者：谷家旭 刘娜[1] 李霞 扎拉嘎 宋懿峰 齐景伟[1] 王园 安晓萍[1] 

机构地区：[1]内蒙古农业大学动物科学学院,智慧畜牧自治区高等学校重点实验室,内蒙古自治区高校智慧畜牧集成攻关大平台,内蒙古自治区草食家畜饲料技术研究中心,国家乳业技术创新中心奶牛繁育与养殖技术研究中心,内蒙古呼和浩特010018

出　　处：《中国畜牧杂志》2025年第2期311-320,共10页Chinese Journal of Animal Science

基　　金：国家乳业技术创新中心项目(2022-科研攻关-2);内蒙古自治区科技计划项目(2022YFSJ0029);国家乳业技术创新中心青年人才培养项目(2023-QNRC-10);内蒙古自治区直属高校基本科研业务费项目(BR22-12-06)。

摘　　要：奶牛头部姿态和行为的智能检测对于快速准确地判识奶牛分娩进程及奶牛精准养殖具有重要意义。回仰头是奶牛分娩过程中一个典型的姿态,本试验基于Faster R-CNN算法对分娩奶牛头部姿态进行识别,提出了一种无接触式单目标分娩奶牛回仰头程度的自动识别方法,并结合提取的连续帧之间奶牛分娩过程中的回仰特征参数,判断奶牛分娩时的努责程度,反馈分娩障碍程度,及时并准确提醒实施助产工作。结果表明:FasterR-CNN模型对奶牛分娩过程中重度回仰头识别的准确率达98.73%,轻度回仰头的准确率达84.64%,正常准确率达90.62%,其他行为准确率达70.62%。模型验证结果中,拍摄的角度影响最大,以腹部角度最佳。回仰特征参数显示,初产奶牛和经产奶牛分娩时头部回仰过程中重度回仰头时间与次数均存在极显著差异,轻度回仰头时间存在极显著差异,头部位移量存在极显著差异,其中分娩奶牛头部位移量、总回仰头时间和重度回仰头时间与分娩总时间具有很强的相关性。总之,Faster R-CNN模型能够自动准确识别奶牛分娩过程中重度和轻度回仰头,识别头部姿态行为变化可以判断分娩努责难易程度,其头部运动幅度越大,奶牛努责程度越强,分娩越困难。

关 键 词：机器视觉 头部行为 Faster R-CNN 奶牛分娩 

分 类 号：S823.4[农业科学—畜牧学]