文献类型： 中文期刊

作者： 林庆霞 ¹ ; 顾兴健 ¹ ; 陈新文 ² ; 熊迎军 ¹ ; 张国敏 ³ ; 王锋 ⁴ ; 张生福 ⁵ ; 陆明洲 ¹ ;

作者机构： 1.南京农业大学人工智能学院

2.新疆畜牧科学院畜牧业质量标准研究所

3.南京农业大学动物医学院

4.南京农业大学动物科技学院

5.青海民族大学计算机学院

关键词： 动物;目标检测;多目标跟踪;数据关联;遮挡;羔羊活动量

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2024 年 013 期

页码： 146-155

收录情况： EI ; 北大核心 ; CSCD

摘要： 为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊，该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法。针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题，引入置信度信息增强的状态向量，提高跟踪算法区分遮挡与被遮挡羔羊的能力。针对跟踪目标丢失导致轨迹预测不准确的问题，构建目标丢失期间的虚拟轨迹并重更新轨迹状态向量，以纠正轨迹误差。在获取各羔羊活动轨迹后，计算各羔羊帧间移动距离统计羔羊活动量。在江苏海门山羊研发中心采集的新生羔羊活动视频数据集上，测试状态向量增强的ByteTrack多目标跟踪算法性能。测试结果表明，研究提出的多目标跟踪方法在高阶跟踪精度、多目标跟踪精度、多目标跟踪准确度、IDF1得分上分别达到80.8%、86.1%、84.5%和92.2%，相较于现有算法的最高精度，分别提高2.7、0.2、2.3和3.9个百分点。该研究所提方法能够实现同窝多只新生羔羊的稳定跟踪，为新生羔羊活动量的自动计算、母羊繁殖性能的自动评估提供技术支撑。