基于Mask R-CNN的马匹面部别征识别及分割方法

温志强，冯向萍，徐 静

(新疆农业大学 计算机与信息工程学院，新疆 乌鲁木齐 830052)

0 引 言

为加快新疆现代马产业发展，使新疆现代马业发展尽快与国际马业管理接轨，区内建立了新疆马匹登记注册管理系统，加快了实现区内良种马资源信息共享[1]。但目前马品种登记和护照信息中的外貌特征提取方式主要靠手工方式完成，需要对马匹面部的特征进行文字描述和手工描图标记，存在工作量大、效率低、准确性低、人工成本高等问题。

近几年来已经有关于深度学习的动物面部识别、植物实例分割[2-3]等研究成果。由于深度神经网络在图像分类和检测方面取得了巨大的成功，现在成为了几乎所有计算机视觉应用的“特征提取器的选择”，主要是因为它们能够从数据中学习到良好的特征。根据文献查阅收集了解到目前在人工智能计算机视觉方面还未有与马匹相关的畜牧业相结合的应用，结合深度学习与计算机视觉在其他动物上的研究方向主要分为四类:

①classification分类任务：如基于CNN的鱼类分类[4]，王培森[5]基于注意力机制的图像分类，提出并实现了一种利用卷积层激活输出获取多通道注意力的图像分类模型，庞丝丝等[6]利用迁移学习的方法改进的ResNet50深度学习模型，得到了不错的分类识别效果。

②object detection目标检测：Ross Girshick等[7]在PASCAL VOC数据集训练了R-CNN模型，首次用深度学习CNN的方式，结合region proposal和CNNs进行目标检测，取得的性能、准确度均大幅高于传统特征提取方式。赵凯旋等[8]提出对于奶牛目标各区域的检测和分割方法。……