基于深度学习的阿尔巴斯绒山羊面部识别研究
作者单位:内蒙古大学
学位级别:硕士
导师姓名:魏永峰
授予年度:2022年
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0905[农学-畜牧学] 080203[工学-机械设计及理论] 09[农学] 0802[工学-机械工程] 0811[工学-控制科学与工程]
摘 要:畜牧市场数字化的背景下,家畜个体的行为监控、疾病预防和精确化管理成为智慧牧场发展中亟待解决的问题,个体识别则成为解决以上问题的前提。传统的家畜识别方法因耗费人力、效率低等问题无法满足现代化牧场发展要求。基于此,本文在分析动物识别与人脸识别研究的基础上,提出了一种基于深度学习的阿尔巴斯绒山羊面部图像识别方法,论文主要工作如下:首先,针对羊脸检测问题构建了羊脸目标检测数据集,提出了一种基于MRFEM-YOLOv4模型的羊脸检测算法,通过对YOLOv4模型加入MRFEM模块可以高效聚合神经网络不同层间的特征映射,并采用先验框聚类等优化策略提升了MRFEM-YOLOv4模型的羊脸检测性能,检测准确率达到了97.11%。其次,针对羊脸对齐问题构建了羊脸关键点检测数据集,由于羊脸关键点局部信息区分性弱且不同关键点的检测难度大,本文使用Open Pose模型实现了羊脸关键点5点定位,并在提取关键点后使用基于两眼连线中心算法实现了羊脸对齐,为羊脸识别任务奠定了基础。最后,针对羊脸识别这一开集的模式识别问题构建了羊脸识别数据集,提出了一种ARM模块来加强主干网络的特征提取能力,首次将Circle loss度量学习损失应用于羊脸识别任务,通过对比实验得到了本文识别效果最优的ARM_Res Net50+Circle loss羊脸识别模型,羊脸识别准确率达到了96.12%。