基于光流注意力网络的梅花鹿攻击行为自动识别方法

作     者：高云 侯鹏飞 熊家军 许学林 陈斌 李康 GAO Yun;HOU Pengfei;XIONG Jiajun;XU Xuelin;CHEN Bin;LI Kang

作者机构：华中农业大学工学院武汉430070 生猪健康养殖协同创新中心武汉430070 华中农业大学动物科技学院武汉430070 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2022年第53卷第10期

页      面：261-270页

核心收录：

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 0303[法学-社会学] 0710[理学-生物学] 08[工学] 0905[农学-畜牧学] 080203[工学-机械设计及理论] 09[农学] 0714[理学-统计学（可授理学、经济学学位）] 0802[工学-机械工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(31972533) 

主　　题：梅花鹿 行为识别 攻击行为 深度学习 光流注意力网络 

摘      要：人工养殖的雄性梅花鹿在发情期间攻击行为剧增,易造成鹿茸损伤,自动监测其攻击行为能为研究减少攻击行为提供重要依据。本文基于注意力机制和长短记忆序列研究了一种光流注意力网络(Optical flow attention attacking recognition network,OAAR),对梅花鹿的攻击、采食、躺卧、站立行为进行识别。OAAR网络包括前置网络、基础网络和时序网络,前置网络由LK光流算法(Lucas kanade optical flow algorithm)组成,用于提取RGB数据光流信息;基础网络中采用自注意力模块,将ResNet-152网络改造为ARNet152(Attention ResNet-152),用于将RGB、光流数据集经ARNet152提取特征后输入时序网络;时序网络采用添加注意力模块的长短记忆序列(Attention long short term network,ALST),并通过分类器输出行为得分和分类结果。视频数据集包括10942段,共310574帧,划分为攻击、采食、站立和躺卧4个大类,攻击行为又划分为撞击、脚踢和追逐3个小类;训练集、验证集和测试集比例为3∶1∶1。研究结果显示,OAAR模型在测试集上正确率为97.45%、召回率为97.46%、F1值为97.45%,ROC曲线中各类识别效果良好,特征嵌入图中各类行为特征区分度较高,各项结果均优于LSTM、双流I3D和双流ITSN网络,具有较好的泛化能力和抗干扰性。在本研究算法基础上集成的鹿只行为自动识别采集系统,为提高梅花鹿养殖生产管理水平和生产效率提供了技术基础。