广东省科技计划工业攻关项目(2012A020602043)
- 作品数：5 被引量：28H指数：3
- 相关作者：俞守华杨威周勇钧区晶莹更多>>
- 相关机构：华南农业大学更多>>
- 发文基金：广东省科技计划工业攻关项目广东省大学生创新实验项目更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 视频监控技术在生猪规模化养殖中的应用被引量：7
- 2014年
- 规模化养殖是目前生猪养殖的主要方式。引进视频监控技术可提高规模化猪场管理水平和经济效益。本文通过分析传统的单摄像头监控方案在应用过程中暴露出覆盖面积有限容易丢失重要信息数据等的缺陷,提出了基于视频数字图像处理技术和人工智能技术的双摄像头监控方案,并从系统构成、运作流程与涉及的关键技术进行研究,提出合理的双摄像头监控具体方案。
- 杨威俞守华
- 关键词：生猪规模化养殖双摄像头视频监控数字图像处理
- 多特征Camshift和Kalman滤波结合的猪只智能跟踪被引量：12
- 2013年
- 为了实现猪只的智能跟踪,提出了一种多特征Camshift和Kalman滤波结合的猪只跟踪算法。首先采用最大类间方差法从背景中分割出猪只,从而统计出猪只的颜色特征和纹理特征;然后获取当前帧图像的联合特征概率分布图,利用Camshift算法求得猪只的位置;最后使用Kalman滤波预测猪只下一帧位置,实现多猪只跟踪。研究结果表明,猪只跟踪算法具有较强的鲁棒性,且更好满足实时性的要求。研究结果可为猪只健康养殖提供技术上的支持。
- 周勇钧俞守华区晶莹
- 关键词：健康养殖智能监控LBPCAMSHIFTKALMAN滤波
- 基于行为学指标数据的猪只行为分类被引量：1
- 2017年
- 将视频监控技术应用于规模化养猪场能大大减少人力,提高效率。猪只行为分类是通过图像处理计数从视频中获得猪只信息后的图像信息分析阶段,如何从大量数据中挖掘出猪只的行为是完成实现猪只智能监控的关键。通过图像处理将猪只行为信息提取量化后,生猪的行为识别转化成对行为指标信息的分类问题。首先论述猪只行为识别的关键行为学指标,然后引入决策树分类算法,贝叶斯网络分类算法,基于规则归纳的分类算法等三种分类方法对数据进行实验,并对猪只数据进行分类预测后评估三种模型的表现。结果显示,选取的行为学指标对猪只行为具有较高的区分度,J48决策树分类算法较朴素贝叶斯和基于规则生成的分类算法的准确率均达到96%以上,提取的规则能作为猪只行为分类的判断标准。
- 杨威俞守华
- 关键词：行为学指标数据挖掘决策树分类算法
- 基于机器视觉的圈养豪猪检测与基本行为识别方法研究被引量：7
- 2017年
- 为了更好地了解豪猪的习性,提高豪猪人工养殖技术水平,本文设计了基于一种视频图像分析的圈养豪猪检测及基本行为识别方案。首先通过混合高斯模型背景建模法,对圈养豪猪养殖环境进行背景建模,标记出场景中的豪猪及其他运动物体轮廓,采用分类算法对识别出的轮廓进行分类,对豪猪的识别准确率达到86.34%;为了进一步提高准确率,引入图像局部特征ORB关键点作为分类属性,使豪猪的识别准确率提升到93.23%;在此基础上,以饲养池结构及豪猪活动实际情况为判断依据建立圈养豪猪行为识别模型,实现了对豪猪静息、进食、饮水、排泄、啃咬铁门及水槽等7种基本行为的识别。
- 杨威俞守华
- 关键词：混合高斯模型决策树
- 基于SVM的猪只行为分类被引量：2
- 2016年
- 鉴于我国现有规模化养猪场中猪只健康鉴定主要依赖于人工观测、效率低、误判率高的现状,通过在规模化养猪场猪舍正上方悬挂网络摄像头采集猪只活动视频,应用支持向量机模型分析猪只运动参数和体态特征数据,对猪只的采食、排泄、站立、趴窝、慢走、跑动等行为进行分类。结果表明,该模型对于猪只的6种行为分类准确率达96.09%。
- 俞守华杨剑达陈紫城杨畅达
- 关键词：SVM健康养殖
