基于YOLOv3和Deep SORT的草原牛跟踪系统*

李 琦,尚绛岚,李宝山

(内蒙古科技大学 信息工程学院,内蒙古 包头 014010)

0 引 言

近年来，目标跟踪技术应用于牲畜养殖方面得到越来越广泛的关注。目前，基于判别模型的目标跟踪算法占据主流地位，主要表现为基于相关滤波的跟踪算法以及基于深度学习的跟踪算法。在基于相关滤波的跟踪算法应用方面，国内外相关研究已经取得很多成果[1～5]，并广泛应用于牲畜养殖中。李亿杨等人[6]将颜色特征与目标轮廓形心特征融合，基于粒子滤波算法实现生猪采食行为跟踪。曹洁等人[7]提出一种抗遮挡的鸡群优化粒子滤波跟踪方法。杨东海等人[8]采用增强的核相关滤波跟踪算法，对青鳉游泳轨迹进行跟踪研究。基于相关滤波的跟踪算法对于不同种类的动物都呈现出了较好的效果。然而，由于系统应用牧场的占地面积较大、草原牛活动范围广、牧场环境恶劣，在自然环境下对草原牛的检测跟踪具有极大的难度。基于深度学习的目标跟踪算法可以更好地提取目标的特征，对目标进行更好的表达，跟踪效果更准确。将深度学习算法应用于草原牛检测跟踪方面，有助于推进我国规模化养殖的发展，极大地方便牧民了解牧场实时情况以及提高我国的健康养殖水平，并为后期牲畜行为分析提供技术支持。

本文设计了一种基于深度学习算法的草原牛检测跟踪系统，采用深度学习YOLOv3目标检测算法与Deep SORT目标跟踪算法对草原牛进行检测跟踪。……