一种新型无耳标智能群养监控系统的开发

为了满足消费者需求，养猪生产在日益扩大，有效监测个体猪和猪群健康是养猪业必须要面对的挑战。特别是在大型养猪群体中，仅依靠人工的观察来收集数据会很耗时，并且时间有限容易出现人为错误。众所周知，猪的行为在受到外界影响时会发生变化，因此，为了最准确地反映猪群的行为，需要进行连续、无干扰的监测。

摄像机监控系统是实现猪舍不间断观察的关键一步，随着技术和程序的发展，科研人员对动物行为与其健康和福利之间的联系也有了初步了解。林肯大学和利兹大学的研究人员进行了一项新的研究，提出了一种新的、强大的、在线的多头猪检测和跟踪方法，该方法消除了对被监测动物进行人工标记和物理识别的需要，并可在光线下（白天）和红外线下（夜间）条件下有效地开展工作。

一项新的研究表明：新的自动检测和跟踪系统是准确采集猪群健康和行为数据的基础。该项目的目的是观察是否可以在不使用标记或无线射频标识（RFID）耳标的情况下检测和跟踪个体猪，这为更先进的行为监测提供了一个良好的起点。对于这项研究的主要研究者，张磊博士和格雷博士来说，很明显这可以为猪只和饲养人员提供许多好处。

图1 在不使用标记或射频标识耳标的情况下检测和跟踪猪只

格雷博士解释说，这是为尽可能多的养猪生产者提供一个简单、准确的解决方案，即不再需要昂贵而耗时的RFID标识和其他物理标识系统，并且这些标记系统通常也会被猪只蹭掉或移除，这意味着标识系统无法记录和跟踪这些动物。而新开发的系统建立在先前使用二维监控系统试验成功的基础上，但克服了一些阻碍其在不受控制的环境中应用的关键问题。

张博士解释说：“在以前的研究中，已经介绍了几种使用二维摄像机检测和跟踪猪的方法。在复杂环境中连续跟踪个单体猪需要与以前使用的方法不同。近年来，我们的工作受到了各种计算机视觉应用中成功技术的巨大启发。”

二维监控系统的主要问题以及必须考虑的问题，如张博士所述：1）亮度波动，包括白天和夜间的不同照明，可触发相机成像模式的变化（从彩色拍摄到黑白拍摄）。2）猪的外形非常相似，背景状态也不同。3）物体变形和遮挡，昆虫可以落在相机镜头上，遮挡图像；猪喜欢聚集在一起，会造成相互遮挡。张博士说：“这些问题中的每一个都会显著影响个体猪的检测和跟踪的准确性。许多其他摄像系统都无法克服这些限制。”在本次试验中开发的系统解决了这些限制条件，并在实际商业条件下提供了无与伦比的精度和准确性。格雷博士说“很难在技术之间进行直接比较，因为它们通常是在不同的环境中开发的，或者使用不同数量或年龄的猪。我们的系统目前在实际商业条件下达到了97.4%的检测精度和95.1%的跟踪精度。”格雷博士又补充说：“为了使这个系统对养猪业有用，我们正在进一步开展研究，并将调查健康猪的正常运动模式以及在疾病暴发等问题发生之前，猪只的运动模式是什么样子的。最后，我们希望该算法能够检测到异常行为，并向猪场管理者发出信号，表明某一栏舍中存在问题。”