基于多尺度融合网络的轻量化牛脸识别算法

来源：农业机械学报杂志2025年第12期北京时间：

作者：齐咏生，全家乐，栾浩天，刘利强，刘慧文

单位：内蒙古工业大学,内蒙古工业大学,内蒙古工业大学,内蒙古工业大学,内蒙古工业大学,

摘要：在牛场智能化养殖中，牛只面部识别技术的运用至关重要。然而，由于牛场养殖环境复杂多变以及牛脸形态的非平面特性，使得面部识别技术在实际应用中常面临识别精度不足、鲁棒性较差等问题。针对上述问题，提出一种基于FaceNet的多尺度融合网络(FaceNet based on multi-scale fusion, FMF)，通过牛只面部特征识别牛只身份。采用MSRCR方法对输入牛脸图像进行色彩恢复预处理，降低光照对FMF算法的影响；在主干特征提取网络中引入更加轻量化的MobileNetV3，在保证较高特征提取能力的前提下减小模型参数量和计算量；提出一种对于特征多尺度融合的注意力机制M_CBAM(Composite dual-branch adaptive attention)，M_CBAM可依据特征图重要特征调整加权系数，自适应加权串行CBAM与并行CBAM的权重，然后进行牛脸局部细微特征和全局特征的多尺度特征融合，提升牛脸识别精度。为探索本文算法的有效性和实时性，在自制牛脸数据集上进行消融实验，并将所得结果与当前主流的识别算法进行对比，最后将其部署至Jetson AGX Xavier嵌入式平台上进行算法应用测试。结果表明，本文算法在其他奶牛场采集的开集测试集上准确率达到93.86%，帧率达到30.02f/s，在模型推理速度较快的条件下，识别精度明显优于原网络与对比网络。

关键词：牛脸识别;FaceNet;特征提取;注意力机制

基金资助：国家自然科学基金项目(62363029)、内蒙古自治区科技计划项目(2020GG0283、2021GG0256)、内蒙古自治区自然科学基金项目(2022MS06018)、呼和浩特市高校院所协同创新项目(XTCX2023-16)、自治区直属高校基本科研业务费项目(ZTY2024024)和呼和浩特市科技创新领域人才项目(2023RC-联合体-10)