基于Gait-AVG的设施火龙果园喷施作业人员重识别方法

来源：农业机械学报杂志2025年第8期北京时间：

作者：蒲六如，赵永杰，杨广元，宋怀波

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

摘要：作业人员是设施农业智能化监管的核心。本研究以农药喷施作业为例，针对复杂环境下设施温室作业人员监测困难的问题，以设施火龙果园内使用背负式喷雾器进行喷施作业的人员为研究对象，提出了基于Gait-AVG的设施火龙果园喷施作业人员重识别（Re-identification, ReID）方法。模型以ResNet作为主干，通过时序池化层和水平池化金字塔后获得多类特征；引入了均值池化特征融合方法，以增强复杂场景下喷施作业人员的ReID结果，利用多尺度信息减少计算成本；融合使用Triplet Loss和Cross Entropy Loss损失函数进行模型训练，以提升喷施作业人员ReID模型性能和泛化能力。为验证所提出方法的有效性，在自建设施环境喷施作业数据集的基础上，实现了兼具保持样本特征一致性及有效实现作业分类的喷施作业人员ReID任务。所提出的算法在CASIA-B数据集上的测试结果表明，算法在正常行走、背包行走和换衣行走任务上取得的平均Rank-1准确率分别为96.55%、92.19%和79.47%。在设施环境喷施作业数据集上进行验证得到喷施作业人员ReID准确率为91.49%，在不同遮挡、拍摄角度和不同光照情况下的平均准确率分别为78.06%、97.50%和96.00%。结果表明，该方法能够用于识别和跟踪设施环境中的喷施作业人员并有效进行人员ReID任务，研究结果可有效提升设施火龙果园生产效率并为火龙果园智能化监测提供技术参考。

关键词：设施火龙果园;智能监管;步态识别;重识别;机器视觉;Gait-AVG

基金资助：国家自然科学基金项目（32272931）