基于改进ByteTrack算法的群养生猪行为识别与跟踪技术

作     者：涂淑琴 汤寅杰 李承桀 梁云 曾扬晨 刘晓龙 TU Shuqin;TANG Yinjie;LI Chengjie;LIANG Yun;ZENG Yangchen;LIU Xiaolong

作者机构：华南农业大学数学与信息学院广州510642 

基　　金：广东省科技计划项目(2019A050510034) 广州市重点项目(202206010091) 中国“互联网+”大学生创新创业大赛项目(202110564025) 

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12期

页      码：264-272页

摘      要：群养生猪行为的识别与跟踪是智能养殖中监测猪只健康的关键技术。为在猪只重叠与遮挡复杂场景中,实现群养生猪行为识别与稳定跟踪,提出了改进ByteTrack算法。首先,采用YOLOX-X目标检测器实现群养生猪检测,然后,提出改进ByteTrack多目标跟踪算法。该算法改进包括:设计并实现BYTE数据关联的轨迹插值后处理策略,降低遮挡造成的IDs错误变换,稳定跟踪性能;设计适合群养生猪的检测锚框,将YOLOX-X检测算法中的行为类别信息引入跟踪算法中,实现群养生猪行为跟踪。改进ByteTrack算法的MOTA为96.1%,IDF1为94.5%,IDs为9,MOTP为0.189;与ByteTrack、DeepSORT和JDE方法相比,在MOTA与IDF1上均具有显著提升,并有效减少了IDs。改进ByteTrack算法在群养环境下能实现稳定ID的猪只行为跟踪,能够为无接触式自动监测生猪提供技术支持。

主 题 词：群养生猪 行为识别 多目标跟踪 ByteTrack 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2022.12.025

馆 藏 号：203116716...