KANG Xi, LIU Gang, CHU Mengyuan, LI Qian, WANG Yanchao. Advances and Challenges in Physiological Parameters Monitoring and Diseases Diagnosing of Dairy Cows Based on Computer Vision[J]. Smart Agriculture, 2022, 4(2): 1-18. DOI: 10.12133/j.smartag.SA202204005
关键词: 奶牛养殖;打算机视觉;生理参数监测;疾病诊断;风雅畜牧业;智能养殖
择要: 利用前辈的信息技能推动智能养殖业发展已经成为奶牛养殖研究领域的主要目标和任务。打算机视觉技能具有非打仗、免应激、低本钱及高通量等优点,在畜牧生产中运用前景广阔。本文在阐述了打算机视觉技能在智能化养殖业发展中主要性的根本上,首先先容了基于打算机视觉的奶牛生理参数监测进展,包括体尺、体温、体重的前沿监测设备、技能和模型参数。然后阐述了奶牛跛行及乳腺炎等疾病诊断的前沿技能发展过程和研究现状。目前,干系技能研究和运用推广存在检测准确性不高,受环境成分影响较大,非标准化养殖场构造制约检测系统遍及,以及检测系统本钱较高档问题和寻衅。末了,本文结合中国养殖业发展现状,针对担保检测准确性、减少环境滋扰等问题,就如何提高打算机视觉技能在智能化养殖业中的准确性和普适性提出了干系建议,旨在为中国奶牛养殖业的科学管理和当代化生产供应新方法和新思路。

知网阅读
官网阅读
02
纪楠, 尹艳玲, 沈维政, 寇胜利, 戴百生, 王国维. 叫声在生猪福利监测中的研究进展与寻衅[J]. 聪慧农业(中英文), 2022, 4(2): 19-35. DOI: 10.12133/j.smartag.SA202204004
JI Nan, YIN Yanling, SHEN Weizheng, KOU Shengli, DAI Baisheng, WANG Guowei. Pig Sound Analysis: A Measure of Welfare[J]. Smart Agriculture, 2022, 4(2): 19-35. DOI: 10.12133/j.smartag.SA202204004
关键词: 生猪声音识别;动物福利;声音剖析;特色提取;精准畜牧业;声音监测
择要: 叫声是评估生猪福利水平的主要办法之一。本文首先剖析了生猪叫声与福利之间的相互关系。个中,与生猪福利密切干系的三种生猪叫声包括咳嗽声、尖叫声和呼噜声。基于这三种声音进一步剖析声音与环境,声音与身体状况,以及声音与康健之间的关系。随后,对当下的生猪福利监测所采取的传感器,包括穿着式与非打仗式两大类进行剖析,并简述不同办法的利害势。基于非打仗式的上风及麦克风传感器技能的可行性,从声音的获取和标记、特色提取以及声音分类三个方面对现有的生猪声音处理技能进行了阐述和评估。末了,从声音监测技能、生猪个体福利监测、商业运用以及养猪从业者四个角度谈论了叫声在生猪福利监测中面临的研究困境以及发展趋势。研究创造,目前关于生猪声音剖析的研究大多集中在分类器的选择和识别算法的改进上,而对端点检测和特色选择的研究较少。同时,当下面临的紧张寻衅还包括不同成长阶段的音频数据获取难度较高,缺少公共的猪舍内音频数据库以及短缺完善的声音指标与动物福利监测评价体系。总体来说,建议进一步对声音识别过程中涉及的各部分技能进行深入探索,同时加强跨学科专家之间的互助,共同推动声音监测在生猪实际生产中的运用,从而加快精准畜牧业的实现。
知网阅读
官网阅读
03
王政, 宋怀波, 王云飞, 华志新, 李嵘, 许兴时. 奶牛运动行为智能监测研究进展与技能趋势[J]. 聪慧农业(中英文), 2022, 4(2): 36-52. DOI: 10.12133/j.smartag.SA202203011
WANG Zheng, SONG Huaibo, WANG Yunfei, HUA Zhixin, LI Rong, XU Xingshi. Research Progress and Technology Trend of Intelligent Morning of Dairy Cow Motion Behavior[J]. Smart Agriculture, 2022, 4(2): 36-52. DOI: 10.12133/j.smartag.SA202203011
关键词: 奶牛;运动行为;康健状况;智能化监测;聪慧畜牧
择要: 奶牛运动行为蕴含着诸多康健信息。信息化、智能化技能的运用有助于养殖场及时节制奶牛康健状况,提高养殖效率。本文紧张针对奶牛运动行为智能监测技能的研究进展予以剖析,首先对奶牛基本运动(躺卧、行走、站立)、发情、呼吸、反刍及跛行等行为的监测意义进行阐述,明确了奶牛行为监测的必要性;其次按照韶光顺序分别从打仗式监测方法和非打仗式监测方法两方面综述了国内外干系研究现状,对干系研究的事理及成果进行详细先容,并进行了分类总结;对奶牛行为监测家当发展现状进行了剖析,先容了国外主流牧场自动扮装备供应商主营业务及代表产品;之后分别提出了当前打仗式和非打仗式奶牛运动行为监测方法的问题与寻衅。末了,针对干系关键技能的发展趋势进行了展望。
知网阅读
官网阅读
04
张楷, 韩书庆, 程国栋, 吴赛赛, 刘继芳. 基于高斯稠浊-隐马尔科夫领悟算法识别奶牛步态时相[J]. 聪慧农业(中英文), 2022, 4(2): 53-63. DOI: 10.12133/j.smartag.SA202204003
ZHANG Kai, HAN Shuqing, CHENG Guodong, WU Saisai, LIU Jifang. Gait Phase Recognition of Dairy Cows based on Gaussian Mixture Model and Hidden Markov Model[J]. Smart Agriculture, 2022, 4(2): 53-63. DOI: 10.12133/j.smartag.SA202204003
关键词: 奶牛跛行;步态时相;步态分割;高斯稠浊模型;隐马尔科夫模型;卡尔曼滤波
择要: 奶牛步态时相是反响奶牛康健及跛行严重程度的主要指标。为准确自动识别奶牛步态时相,本研究提出一种领悟高斯稠浊模型 (Gaussian Mixture Model,GMM) 和隐马尔科夫模型 (Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法 GMM-HMM。利用惯性丈量单元采集奶牛后肢加速度和角速率旗子暗记,通过卡尔曼滤波肃清噪声,筛选并提取特色值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F1分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F1分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F1分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事宜的峰值检测法和动态韶光规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿着式步态剖析的奶牛跛行特色提取供应技能参考。
知网阅读
官网阅读
05
李嘉位, 马为红, 李奇峰, 薛向龙, WANG Zhiquan. 繁芜环境下肉牛三维点云重修与目标提取方法[J]. 聪慧农业(中英文), 2022, 4(2): 64-76. DOI: 10.12133/j.smartag.SA202206003
LI Jiawei, MA Weihong, LI Qifeng, XUE Xianglong, WANG Zhiquan. Automatic Acquisition and Target Extraction of Beef Cattle 3D Point Cloud from Complex Environment[J]. Smart Agriculture, 2022, 4(2): 64-76. DOI: 10.12133/j.smartag.SA202206003
关键词: 肉牛点云;三维重修;点云处理;自动采集;目标提取;非打仗丈量
择要:基于点云采集技能的非打仗式丈量能够缓解肉牛在采集体尺体重等参数时的应激问题,但采集肉牛的三维数据耗时长且易受环境滋扰而产生大量无关噪点,难以适应实际养殖环境需求。为办理该问题,本研究开拓了一种非打仗式肉牛三维点云重修与目标提取系统与方法,采集的肉牛三维点云可为肉牛育种育肥供应大量标准化和三维量化表型数据。三维点云采集系统由Kinect DK深度相机、红外对射光栅触发器和射频识别(Radio Frequency Identification,RFID)触发器组成,可在肉牛自由通过步辇儿道的瞬间实现肉牛点云的多角度瞬时采集。肉牛点云目标提取方法基于C++措辞与点云处理库(Point Cloud Library,PCL)开拓,通过空间直通滤波、统计学离群点滤波、随机抽样同等(Random Sample Consensus,RANSAC)形态拟合与点云抽稀、基于降维密度聚类的感知盒滤波等算法有效滤除与肉牛紧贴的栏杆等滋扰,不毁坏点云的完全性,实现肉牛点云的三维重修与剖析。在养殖场中对20头肉牛进行了124次点云采集与目标提取试验。结果表明,重修的肉牛三维模型与肉牛真实形态1:1对应,系统的采集成功率为91.89%,采集的点云与真实值比较,体尺重修偏差为0.6%。该系统与方法可以在无人干预的情形下,实现多角度肉牛点云数据的自动采集与三维重修,并从繁芜环境中自动提取目标肉牛的点云,为非打仗式肉牛体高、体宽、体斜长、胸围、腹围和体重等核心表型参数的丈量供应主要的方法支撑,促进肉牛育种和育肥的标准化管理。
知网阅读
官网阅读
06
陈占琦, 张玉安, 王文志, 李丹, 何杰, 宋仁德. 基于迁移学习的多尺度特色领悟牦牛脸部识别算法[J]. 聪慧农业(中英文), 2022, 4(2): 77-85. DOI: 10.12133/j.smartag.SA202201001
CHEN Zhanqi, ZHANG Yu'an, WANG Wenzhi, LI Dan, HE Jie, SONG Rende. Multiscale Feature Fusion Yak Face Recognition Algorithm Based on Transfer Learning[J]. Smart Agriculture, 2022, 4(2): 77-85. DOI: 10.12133/j.smartag.SA202201001
关键词: 牦牛;脸部识别;迁移学习;特色金字塔;T-M-VGG
择要: 牦牛个体身份标识是实现个体建档、行为监测、精准饲喂、疫病防控及食品溯源的条件。针对聪慧畜牧智能化、信息化等养殖平台中动物个体识别技能运用需求,本研究提出一种基于迁移学习的多尺度特色领悟牦牛脸部识别算法(Transfer Learning-Multiscale Feature Fusion-VGG, T-M-VGG)。以预演习的视觉几何组网络(Visual Geometry Group Network,VGG)为骨干网络构建基于迁移学习的卷积神经网络模型,获取其Block3、Block4、Block5输出的特色图,分别用F3、F4、F5表示,将F3和F5经由三个不同膨胀系数的空洞卷积组成的并行空洞卷积模块增大感想熏染野后,送入改进的特色金字塔进行多尺度特色领悟;末了利用全局均匀池化代替全连接层分类输出。试验结果表明,本研究提出的T-M-VGG算法在194头牦牛的38,800张数据集中识别准确率达到96.01%,模型大小为70.75 MB。随机选取12张不同种别牦牛图像进行面部遮挡测试,识别准确率为83.33%。本算法可以为牦牛脸部识别研究供应参考。
知网阅读
官网阅读
07
杨亮, 熊本海, 王辉, 陈睿鹏, 赵一广. 家畜饲喂机器人研究进展与发展展望[J]. 聪慧农业(中英文), 2022, 4(2): 86-98. DOI: 10.12133/j.smartag.SA202204001
YANG Liang, XIONG Benhai, WANG Hui, CHEN Ruipeng, ZHAO Yiguang. Research Progress and Outlook of Livestock Feeding Robot[J]. Smart Agriculture, 2022, 4(2): 86-98. DOI: 10.12133/j.smartag.SA202204001
关键词: 家畜饲喂;喂料机器人;推料机器人;人工智能;数字化养殖
择要:家畜养殖的生产模式已由粗放型向集约型转变,生产水平不断提高,但较低的劳动生产率和劳动力短缺等问题严重制约中国家畜养殖业的快速发展。利用当代信息和人工智能技能,研发家畜饲喂机器人,包括喂料、推料等机器人,实现数字化、智能化的家畜养殖,提高畜牧养殖生产力是办理上述问题的紧张路子。为深入剖析机器人技能在家畜养殖中的研究现状,本文网络了国内外家畜机器人研究实例和文献资料,从轨道式喂料机器人、自走式喂料机器人和推料机器人3个方面重点先容家畜饲喂机器人的研究进展,剖析了饲喂机器人的技能特点和实际运用情形,从技能和运用两个方面对国内外饲喂机器人进行了比较,并从计策方案制订、核心技能发展和家当发展趋势三个方面进行展望并提出发展建议,为家畜饲喂机器人在中国的进一步发展和运用供应参考。
知网阅读
官网阅读
08
马为红, 李嘉位, WANG Zhiquan, 高荣华, 丁露雨, 于沁杨, 余礼根, 赖成荣, 李奇峰. 商业化肉牛繁育大数据平台设计与关键技能[J]. 聪慧农业(中英文), 2022, 4(2): 99-109. DOI: 10.12133/j.smartag.SA202203005
MA Weihong, LI Jiawei, WANG Zhiquan, GAO Ronghua, DING Luyu, YU Qinyang, YU Ligen, LAI Chengrong, LI Qifeng. Design and Key Technologies of Big Data Platform for Commercial Beef Cattle Breeding[J]. Smart Agriculture, 2022, 4(2): 99-109. DOI: 10.12133/j.smartag.SA202203005
关键词: 大数据平台;信息资源整合;大数据剖析决策;性状在线测定;联合育种
择要: 针对当前中国肉牛繁育管理水平和信息化智能化水平不高档问题,本研究借鉴国际前辈肉牛养殖国家的履历,建立了适宜中国的商业化肉牛繁育大数据平台。该平台紧张完成肉牛种质信息资源的整合,在线自动测定肉牛关键繁育性状,全程做事支撑肉牛繁育过程,形成肉牛种质资源大数据剖析决策,并实现肉牛联合育种创新模式。本文详细先容了商业化肉牛繁育大数据软件平台开拓思路,包括数据中央的实现、软件平台前端开拓技能和后端开拓技能等,并总结了该平台的关键技能创新和模式创新内容,包括肉牛种质资源与良种管理系谱深度挖掘技能,非打仗式繁育性状自动获取评价技能,以及多源异构信息领悟供应智能决策支持等,为中国肉牛种业发展供应可持续发展的信息化办理方案,以促进肉牛育种整体水平的提高。
知网阅读
官网阅读
09
熊本海, 赵一广, 罗清尧, 郑姗姗, 高华杰. 中国饲料营养大数据剖析平台研制[J]. 聪慧农业(中英文), 2022, 4(2): 110-120. DOI: 10.12133/j.smartag.SA202205003
XIONG Benhai, ZHAO Yiguang, LUO Qingyao, ZHENG Shanshan, GAO Huajie. Development of China Feed Nutrition Big Data Analysis Platform[J]. Smart Agriculture, 2022, 4(2): 110-120. DOI: 10.12133/j.smartag.SA202205003
关键词: 饲料粮;饲料营养数据;大数据;数据挖掘;GIS;饲料安全
择要:饲料粮缺口的逐渐加大,导致中国饲料粮安全问题逐步转化为粮食安全问题。因此,全面整合饲料营养根本数据资源,提高统统可利用饲料资源的营养代价,成为中国今后长期保障国家粮食安全的技能方法之一。本研究依据16类中国饲料质料描述规范和属性数据标准,全面用数字化模式网络整理了自“六五”至“十三五”期间累积的50万条以上已有饲料资源的种类、空间分布、饲料身分含量及营养代价特性数据,利用MySQL网络数据库及PHP程序措辞,开拓了新一代饲料营养大数据剖析平台(http://www.chinafeeddata.org.cn/)并供应Web数据共享功能。首先,平台供应所有入库数据的可视化剖析,可实现单个或多个饲料多种养分和多种图形模式的直不雅观比对。通过二维码技能供应所有饲料营养属性数据及饲料实体样本溯源数据的移动端实时分享与下载做事。其次,平台构建了通过已知饲料大要养分在线预测其他有效养分的回归模型,为饲料质料养分变异供应动态剖析。末了,平台基于地理信息系统技能,将饲料大要养分和紧张矿物元素含量数据与其所处的地理位置分布相结合,实现了饲料营养数据地理信息图谱的分布查询及比拟剖析,同时供应各种数据的下载办法,为已有饲料数据的全面运用带来便利。研究表明,拓展饲料资源数据并供应饲料养分的预测剖析模型,可最大化利用已有饲料养分数据的代价,进一步嵌入各种饲料配方的网络打算模块,可以达到饲料营养数据的一站式做事及数据的最大化升值做事。
知网阅读
官网阅读
聪慧农业微信互换做事群
发布征集
欢迎在我公众号发布科研团队先容、创新科研成果及干系活动等信息。