基于时空特征的生猪动作识别

苏森，陈春雨，刘文龙，李诚

哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001

近些年，我国的养殖业、畜牧业发展十分迅速，无论是从养殖质量还是养殖结构，都在转型为现代畜牧业方向。行业共识已经发展为规模化，集约化。同时，高污染、高耗能的小规模散养方式逐渐褪去市场优势，最终将成为历史[1]。随着每年生猪出栏总数不断达到历史新高，至2018 年底，我国生猪全年产量已突破7.2 亿头，与2000 年比较，增速为41%[2]。然而，随着养殖产业向着更大规模发展，传统人工监控、投料、饲养已经无法满足养殖的高效性。现代的、科学的生猪养殖模式被逐步推广。通过观察了解圈养生猪的生活习惯，发现生猪的姿态、行为与其情绪以及健康状况都有一定的联系[3]。例如，当生猪出现长期趴卧、食欲不振、离群活动以及单独休息等一些异常情况时，极大可能表明该生猪出现了病情[4]。在传统的生猪养殖产业中，生猪病情主要靠饲养员自主观察判断。对于大规模的养殖场，这样的工作不仅耗费大量的人力，而且十分依赖于饲养员的个人素质和知识储备。即便如此，若想详细地了解每一头生猪的健康状态，仍然是一件非常困难的事情。养殖无人化是未来的大势所趋，对于生猪研究的最终目的是用机器代替人进行实时监控、预警甚至处理，因此对生猪行为动作的检测很有研究价值。王传哲等[5]通过可穿戴微惯性传感器采集4 类动作对应的加速度、角速度和姿态角共6 000 组数据，使用BP 神经网络对数据进行训练与推理。……