基于Isomap和支持向量机算法的俯视群养猪个体识别

作     者：郭依正 朱伟兴 马长华 陈晨 Guo Yizheng;Zhu Weixing;Ma Changhua;Chen Chen

作者机构：江苏大学电气信息工程学院镇江212013 南京师范大学泰州学院泰州225300 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2016年第32卷第3期

页      面：182-187页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(31172243) 教育部博士点基金资助项目(20103227110007) 江苏高校优势学科建设工程资助项目(苏政办发(2011)6号) 江苏省普通高校研究生科研创新计划项目(CXLX13_664) 

主　　题：动物 特征提取 支持向量机 Isomap算法 群养猪 个体识别 

摘      要：针对俯视群养猪视频序列,提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取,获得各单只猪个体,其后建立训练样本,提取猪个体颜色、纹理及形状特征,组合构建表征猪个体的特征向量,接着对组合特征利用Isomap算法做特征融合,在最大程度保留有效识别信息的基础上降低特征维数,最后利用优化核函数的支持向量机分类器进行训练与识别。试验选取了900帧图像,试验结果表明该文所提方法切实有效,猪个体最高识别率为92.88%。该文从机器视觉角度探索了俯视群养猪的个体识别,有别于传统的RFID猪个体识别,该研究为无应激的猪个体识别提供了新思路,也为进一步探索群养猪个体行为分析等奠定了基础。