摘要：为了解决生猪在运动过程中目标检测与跟踪误差较大的问题,提出了一种基于骨架扫描策略的生猪头部及躯干目标检测与跟踪方法。首先,检测热红外视频中生猪的通道区域,去除复杂背景的干扰;其次,对通道区域进行预处理,提取生猪的整体骨架;再次,设计图像行列扫描策略,扫描骨架前端关键点,提取头部位置;最后,根据头部与身体的空间关系,检测躯干跟踪框的位置,同步实现头部和躯干的目标跟踪。利用采集到的50只生猪的视频数据,在MatlabR2014a平台上进行了测试,并与压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪等高效算法进行对比分析。结果表明,本文算法的平均跟踪帧速为31.63f/s,平均跟踪精确度为0.6752(阈值为20像素),分别比压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪算法高9.41、7.09、2.72个百分点。

摘要：在非受控环境中，由于背景的动态变化或光照、阴影的影响，执行高效、实时的运动目标检测具有很大的挑战性，联合长波红外（LWIR8～14gm）和可见光相机构成一个多模视觉系统可以显著提高运动目标检测的鲁棒性和完整性。提出了一种先检测后融合的运动目标检测算法，首先对可见光视频采用混合高斯建模方法检测运动目标，对热红外视频设计了基于背景差分和时间差分相结合的加权算法提取运动区域，然后对可见光与热红外视频中运动目标进行特征级融合。实验结果表明：该方法利用热红外与可见光图像的直观互补特征，在满足实时性要求的同时，可实现运动目标的精确、完整、鲁棒性检测。

摘要：为了提高生猪头部在线检测的实时性,实现基于热红外视频的生猪耳根体表温度在线监测,提出一种基于最优步长的生猪头部快速检测方法。首先在生猪头部左右两侧的可能运动区域,设计5条动态扫描线,从通道入口开始扫描头部的运动状态。在生猪头部左右两侧可能的运动区域,沿水平方向分别设计生猪头部检测框的左边线和右边线。在生猪头部前侧可能的运动区域,沿垂直方向依次设置了生猪头部检测框的下框动态扫描边线、垂直区间动态扫描线和垂直区间动态扫描线的下限线;其次,当生猪进入通道时,将高温阈值分别与左边线和右边线的温度进行比较,计算左框和右框的动态扫描线是否需要水平平移,进而确定生猪头部检测框体左边线和右边线的位置;最后,将高温阈值与垂直区间动态扫描线的温度进行比较,计算出最优垂直移动步长,进而分别确定生猪头部检测框体上边线和下边线的位置,实现基于最优步长的头部快速检测。利用采集到的40头生猪视频数据,在Matlab及C#平台上进行了测试,并与骨架扫描策略、压缩感知、核相关滤波等方法进行对比分析。结果表明,本文方法检测平均帧速分别比骨架扫描策略、压缩感知方法提高了74.4%和54.1%,检测精度比压缩感知、核相关滤波分别提高了11.03、13.82个百分点,耳根温度平均误差为0.235℃。

摘要：为了实现生猪耳根体表温度自动检测,减少快速判别尺寸空间跟踪(Fast discriminative scale space tracking,FDSST)方法在热红外视频中进行头部跟踪产生的误差,提出了一种利用骨架扫描策略改进FDSST的生猪耳根体表温度检测方法。首先对视频的初始帧进行预处理,提取精简后的生猪整体骨架;其次,设计骨架扫描策略,扫描头部骨架前端关键点,实现头部在初始帧的定位;再次,采用FDSST跟踪生猪头部,每连续跟踪N帧后,采用骨架扫描策略重新定位头部,减少跟踪框漂移;最后提出耳根体表温度提取方法,根据头部左右耳侧温度分布,提取耳根温度并误差校正。利用采集到的30只生猪的视频数据,在Matlab平台上进行了测试,并与FDSST算法、压缩感知跟踪和核相关滤波跟踪等高效算法对比分析。结果表明,本文方法的跟踪平均精确度分别提高了7.82、11.82、8.78个百分点,提取的耳根最大温度误差为0.32℃。