基于深度学习的羊脸检测与识别方法

作     者：魏斌 Masum Billah 王美丽 尚诚 于建涛 姜雨 WEI Bin;BILLAH Masum;WANG Meili;SHANG Cheng;YU Jiantao;JIANG Yu

作者机构：西北农林科技大学动物科技学院陕西杨凌712100 西北农林科技大学信息工程学院陕西杨凌712100 

出 版 物：《家畜生态学报》 (Journal of Domestic Animal Ecology)

年 卷 期：2022年第43卷第3期

页      面：47-50页

学科分类：0905[农学-畜牧学] 09[农学] 

基　　金：国家优秀青年自然基金(31822052) 陕西省农业科技创新转化项目(NYKJ-2020-YL-07)。 

主　　题：深度学习 迁移学习 羊脸检测 羊脸识别 

摘      要：家畜个体身份的精准识别对于动物行为研究和现代化选种选配具有重要价值,目前家畜身份的确定主要依据图像或视频中所存在的动物的脸部特征而展开。该文以羊脸识别为目标,提出了基于多种深度学习方法的羊脸检测与识别方案。对羊脸在图片中的位置进行框选和定位,将检测到的来自不同图片的羊脸区分开来,进行个体身份鉴定。采集来自同一群体的形态相近的35只奶山羊的共3121张图片,制作了羊的全身数据集和羊脸数据集。在羊脸框选定位阶段,当随机选取900张羊脸图片做训练,102张羊脸图片做测试时,使用深度学习YOLOv3算法检测到羊脸的正确率可达97%以上;基于可检测到羊脸数据集进行个体识别时,使用深度学习VGGFace模型仅能取得约64%左右识别准确率;而当选取其中616张正面羊脸作为训练集及198张正面羊脸作为测试集时,VGGFace预训练模型的识别准确率可达91%以上。试验结果表明,基于深度学习模型的羊脸检测效果较为理想,而羊脸识别工作则仅在正面羊脸上取得了较高的准确率,其它视角的羊脸识别工作仍有待进一步的研究。