《计算机应用杂志》发表论文赏析
作者:冯爱晶, 肖德琴
单位:华南农业大学 数学与信息学院, 广州 510642
摘要:自然条件下猪只日常运动时间、距离、速度、加速度等构成的运动数据,可作为猪只健康状况分析和遗传性能评估的重要数据基础。针对传感器采集猪只运动数据会给动物带来不舒适的问题,结合视频监控技术和数字图像处理技术,提出了一套能够应用于自然条件下的猪只识别与跟踪方法;并立足猪只日常,设计了基于最短距离匹配法的状态参量和运动位移、运动速度、运动加速度和运动角速度4个运动参量的提取算法。对自然条件下猪场实时视频8次实验的识别结果进行分析,结果表明猪只识别与跟踪算法能够抵抗轻度粘连和光照变化带来的影响,对现实猪场情景具有较好的处理效果;运动参量提取算法提取出的运动位移累加量、运动速度、运动加速度和运动角速度各时刻的具体数值,总体趋势上能够反映猪只活动,可为未来猪只行为研究提供数据基础。
关键词:计算机视觉,视频追踪,运动参量,运动分析,自然条件
基金资助:广东省科技计划项目(2015A020209149)。