基于改进TLD跟踪算法的生猪视频跟踪

发布时间：2023-05-30 21:17

　　养猪场其本身容易受到大规模感染,大多设置在人烟稀少的地区,传统的人员监管体制存在工作量大、效率低等问题,为实现对生猪的无接触式监管,以猪舍监控视频作为数据来源,提出基于改进TLD跟踪算法的生猪视频跟踪方法。引入SSD网络训练模型对样本进行训练,改进跟踪算法的目标检测部分,将识别结果直接带入跟踪算法,使得检测模块的窗口数量大大降低,并且可以提高检测精度和运算速度。本文提出的改进模型在测试集上,对视频中的生猪进行躺卧、静止不动和正在活动三种行为进行识别,平均准确率分别达94.26%、95.67%、91.36%。相比于传统TLD算法识别成功率和精度分别提高10.7%和6.41%。改进TLD跟踪算法在提高识别精度的同时保证识别效率,可以应用于对全时间段的生猪活跃信息监测,将检测结果作为生猪健康养殖的参考之一。

【文章页数】：7 页

【文章目录】：
0 引言
1 材料与方法
    1.1 视频图像采集与获取
    1.2 猪只行为分类
2 基于改进TLD的猪只跟踪方法
    2.1 基于SSD算法的识别训练模型
    2.2 预选框的设置
        2.2.1 位置设置
        2.2.2 大小设置
        2.2.3 长宽比设置
    2.3 损失函数
3 结果与分析
    3.1 测试数据集
    3.2 识别结果与分析
4 结论



本文编号：3825053