基于卷积神经网络的奶牛个体身份识别 / 开普饭

这是一个人工智能与农业的结合，在农业中我们经常需要给个体动物做标记，目的是对奶牛做身份识别，然后可以对动物做养殖和繁殖的跟踪，从而提供养殖管理的决策支持。我们比较熟悉的可能是人的人脸识别，于是，就有人想动物是否也可以做脸部识别来做身份识别呢？诚然，确实有研究在这么做，但是动物的脸部捕捉比人的脸部捕捉要难太多，特别是在户外的情况下，于是，大家进一步探讨的就是，能否通过动物的躯干信息做身份识别呢？

本文就是通过奶牛的躯干信息做身份识别。

传统方法

个体身份识别方法是自动分析奶牛行为的技术前提和应用基础。动物个体识别常采用无线射频识别（RFID）技术。但RFID技术识别视频视野中的奶牛个体时需要额外的设备与同步识别方法，增加了奶牛行为视频分析系统的复杂度和成本。然而奶牛视频中包含奶牛的个体信息，可直接对视频进行图像处理实现奶牛个体识别。

识别方法介绍

该方法采集奶牛直线行走时的侧视视频，用帧间差值法计算奶牛粗略轮廓，并对其二值图像进行分段跨度分析，定位奶牛躯干区域，通过二值图像比对跟踪奶牛躯干目标，得到每帧图像中奶牛躯干区域图像。将躯干图像灰度化后经插值运算和归一化变换为48×48大小的矩阵，作为4c-2s-6c-2s-30o结构的卷积神经网络的输入进行个体识别。对30头奶牛共采集360段视频，随机选取训练数据60000帧和测试数据21730帧。结果表明，在训练次数为10次时，代价函数收敛至0.0060，视频段样本的识别率为93.33%，单帧图像样本的识别率为90.55%。该方法可实现养殖场中奶牛个体无接触精确识别，具有适用性强、成本低的特点。

1. 躯干定位

帧间差值法对目标的运动边缘具有优良的检测性能，对奶牛进行帧间差值处理可得到奶牛的粗略轮廓，对得到的二值图像进行跨度分析，以剔除外部干扰，并分割出尾巴、头和颈部，最终得到躯干区域。

如左图所示，将得到的帧间差值图像划分成等间距的片段，分别计算每个片段内二值图像真值的上边界和下边界，并计算两者的差值作为图像跨度。

计算修剪后的二值图像的外接矩形，其上半部分为躯干区域，下半部分为奶牛四肢。对于荷斯坦品种的奶牛，其躯干纵向高度与体高之比rb/t变化幅度较小。因此，本研究对30头奶牛通过试验确定rb/t平均值为0.6。将定位的躯干区域以中心为基点缩小到80%，以去除边界处的背景区块。躯干定位结果如右图所示。

2. 躯干跟踪

考虑到奶牛行走过程中躯干无明显的几何变化，只产生平移运动，故采用在后续帧中跟踪躯干的策略，以提高躯干图像提取精度。常用的跟踪方法有粒子滤波跟踪法和Meanshift算法，粒子滤波对大目标跟踪耗时长，不适于奶牛目标的跟踪；试验发现，Meanshift算法不能准确跟踪行走中的奶牛目标。主要原因是基于颜色直方图的Meanshift算法对于颜色变化敏感，奶牛躯干主要由白色和黑色组成，而背景中包含了过多的颜色信息，导致Meanshift极易跟踪到背景区域。因此，用模板比对法对奶牛躯干区域进行跟踪。其基本原理是以当前帧躯干区域所在的位置为中心，在下一帧中寻找与躯干区域最接近的图像。

3. 卷积神经网络构建

为减少数据量并保证输入图像的细节信息，将奶牛躯干图像灰度化后通过插值计算变化为48×48的图像，并除以255归一化后作为输入数据。

采用2组卷积和下采样层，由于躯干图像基本不存在扭转、变形等影响，因此减少2个卷积层中特征图的数量，以提高网络对图像宏观信息的利用率。下采样时对连接区域求均值得到输出，不使用权重系数和阈值，省略函数转换过程。

奶牛个体识别中的信息匹配可以通过单层感知器实现，在第2次下采样后直接与输出层连接，以大幅度简化网络中的感知层。本研究牛群中共有30头奶牛，故输出层为30个感知器，与上一层全连接，输出编码采用one-of-c方式，即每种奶牛个体作为一个模式。

考虑到sigmoid函数有良好的非线性映射特性，故变换函数统一采用sigmoid函数。网络训练中学习率取为1，训练批大小为50，训练终止条件为代价函数值小于0.01。由于变换函数为sigmoid函数，故网络输出为一个长度为30的浮点型向量，将该向量中最大值置为1，其余元素置0作为网络的输出模式。若输出模式与该输入图像的真实模式不匹配，则表明识别错误。

为进一步确定卷积层特征图最佳个数，对不同结构的卷积神经网络进行识别准确率及平均耗时试验，结果表明，当两个卷积层中特征图个数分别为4和6时，网络识别率和效率最高。