文献

J-GLOBAL ID：201502215885726816   整理番号：15A1120338

畳込みニューラルネットワークに基づく個々の乳牛の認識【Powered by NICT】

Recognition of individual dairy cattle based on convolutional neural networks

著者 (2件)： Zhao Kaixuan (Coll. of Mechanical and Electronic Engineering, Northwest A&F Univ., Yangling) ,  He Dongjian (Coll. of Mechanical and Electronic Engineering, Northwest A&F Univ., Yangling)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 31  号： 5  ページ： 181-187  発行年： 2015年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ビデオ解析は正確な酪農,は生産性を増加させ,り患率を低減するための有用な動物の挙動を知覚するための広く用いられている。個々の乳牛を認識するためにコンピュータビジョン技術を用いた自動搾乳と給餌システムの効率を改善することが可能である。個々の乳牛の効果的で正確な認識は,動物行動を記録し,自動的に解析する必要条件と基礎である。個体認識の古典的な方法として,高周波識別装置(RFID)と呼ばれる,典型的な電子識別装置は頚部または動物の別の位置に設置しなければならない。しかし利用可能な距離は限られており,RFIDタグはタグ,焼戻,及び動物福祉損失のようないくつかの不足に悩まされている。RFID法を用いたビデオにおける個々の乳牛を認識するために余分な装置と冗長プロセスを必要とする。,画像処理法を利用した飼養環境における個々の乳牛を認識するための正確で効率的なシステムを開発する必要がある。本論文では,個々の乳牛は,ビデオ解析法を用いた畳込みニューラルネットワークに基づく身体イメージを用いて認めた。乳牛は,水桶の狭い通路を通過する704画素×576画素の分解能で側面画像を記録した。標的検出のためのフレーム差分法は,ウシの概要と運動境界を得るために実行した。ターゲット画像をいくつかの同じ幅積することにより,頭部と尾部は断面における標的の分布をチェック後の画像から除去された。の高さに対する体の深さの比は0.6に固定したので,ボディエリアはボックス正接を背部姿勢に位置していた,それの0.8倍をズーム外部冗長性を除去した。ボディイメージの追跡のために,使用前のフレームにおけるターゲット画像に対する類似性を計算することにより,現在のフレームにおけるボディエリアを見出すことであったテンプレートマッチング法。畳込みニューラルネットワークは,乳牛のボディイメージの特性を解析し,構築した。ネットワークは1入力層,畳込みサブサンプリング層の二群,1出力層から成っていた。畳込みカーネルのサイズは5×5であり,サブサンプリングサイズは2×2であった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 動物 ,  画素 ,  *畳込み ,  録画装置 ,  *ニューラルネットワーク ,  画像 ,  RFID ,  罹患率 ,  *ネットワーク ,  *乳牛 ,  識別装置
準シソーラス用語： サブサンプリング ,  テンプレートマッチング ,  ターゲット検出 ,  ビデオ分析 , 【Automatic Indexing@JST】

分類 (1件)： 農業一般  (FB01010A)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  乳牛