-
随着机器视觉技术的不断发展与成熟，目前，其被广泛应用在目标跟踪、目标检测和人脸识别方面，在动物行为识别方面的应用较少。就动物行为识别方面的研究而言，主要集中在人体姿态识别和猪只姿态识别，尚未找到奶牛的姿态识别研究。34933
- 上一篇：多取代吲哚类化合物的合成任务书
- 下一篇：有机磷阻燃剂的阻燃机理与结构研究任务书
1人体姿态识别研究现状
计算机视觉研究领域中最具挑战的研究方向之一是人体动作姿态识别，这也是当前的研究热点。在VR（Virtual Reality）、用户感知、人工智能（AI）和视频搜索等方面，人体动作姿态的识别都具有广阔的应用空间[2]。
当前，对人体姿态识别方法的研究主要集中于基于语法的方法、基于模板的方法和基于统计的方法，每一种方法又对应不同的实现方法，具体内容如图1所示。
图1 人体动作姿态的识别方法概览
基于统计的方法主要是采用隐马尔可夫模型[3]和动态贝叶斯网络[4]进行人体动作姿态识别，基于模板的方法主要有模板匹配[5]、动态时间规整[6]和动态规划[7]3类方法，基于语法的方法借助编译原理来进行人体姿态识别，主要借助有限状态机[8]理论和上下文无关文法[9]来实现人体姿态识别。论文网
2猪只姿态识别研究现状
通过中国知网搜索猪只姿态识别的文献，可以发现这方面的研究是动物姿态识别中较活跃的领域，从猪的姿态识别方法到猪的异常姿态自动检测均有相应研究成果。从各研究者的研究思路来看，猪只姿态识别的基本步骤主要有图像采集、图像预处理、图像分割、特征提取和姿态识别。
党亚男[10]使用数码相机采集猪只图像后，对图像进行预处理提取到猪只目标图像；之后提取目标的几何特征，再使用粗糙集理论对特征进行优选；最后基于模板匹配方法实现猪只姿态识别，实现了猪只正常、抬头和平视站立及躺卧姿态的识别。J.Shao 等人[11]使用相机采集猪只照片后，经过图像预处理，获得猪只二只图像，然后将时刻、周长、面积和傅里叶系数作为特征向量，最后使用神经网络进行姿态识别，获得较好的识别效果。袁登厅等人[12]基于视频序列分割出猪只的二值图像，再提取目标的Zernike矩特征，之后使用支持向量机进行姿态分类识别，成功识别出猪只正常、低头、抬头站立和躺卧四种姿态。
除了猪只识别姿态之外，朱伟兴等人[13]和文钟芳葵等人[14]分别对猪只异常行为的自动检测方法进行了研究。朱伟兴等人[13]在猪圈的排泄区域安装视频监控装置，采集到猪只活动视频，然后对猪只图像进行处理，再定位到视频中的运动目标，实现可疑病猪的自动检测和预警。钟芳葵等人[14]研究出一种实时性和监测效果均较好的猪只日常行为自动监测的新方法，本方法通过使用GPRS、RFID 和嵌入式技术对每头猪的日常行为进行采集和分析，其中，日常行为数据主要包含采食量、采食次数和生长量等。