基于位置敏感的TimeSformer的群养猪攻击行为识别

来源：中国农机化学报杂志2025年第12期北京时间：

作者：陈晨, 韩丁磊, Juan Steibel, Janice Siegford, 韩俊杰, Tomas Norton

单位：(1. 江苏大学电气信息工程学院，江苏镇江，212013； 2. Department of Animal Science, Iowa State University，Ames, 50010, USA； 3. Animal Behaviour and Welfare Group, Department of Animal Science,Michigan State University, East Lansing, 48824, USA； 4. Division of Measure,Model & Manage Bioresponses (M3‑Biores), KU Leuven, Leuven, 3001, Belgium)

摘要：猪的攻击行为与其健康状况紧密相关，及时地识别猪攻击对现代养殖产业至关重要。目前，猪攻击识别研究主要分为群体级和成对级两类。然而，尝试从个体级角度进一步细化猪的攻击识别，因而提出一种基于位置敏感的TimeSformer的猪个体攻击行为识别算法。首先，采集猪栏中8头猪的3天视频，然后标记出600段1 s攻击视频段。从这些视频段中分割出每头猪的1 144段攻击子视频和3 328段非攻击子视频。为平衡正负样本个数，采用水平和垂直镜像将攻击子视频扩充至3 432段，从而产生总共6 760段子视频作为数据集。按照7∶1∶2比例将数据集划分为训练集、验证集和测试集。由于猪的攻击行为是连续的时空运动，因此采用TimeSformer网络提取猪的时空特征。然后，采用Transformer Encoder模块和FFN(feed forward net)网络重构特征。根据攻击猪具有连续交互的位置变化这一特点，将位置敏感融入TimeSformer网络以优化特征的区分度。最后，将重构后特征通过全连接层以识别猪的攻击行为。该方法的识别准确率为96.4%。结果表明，该方法能够有效识别猪个体的攻击行为。

关键词：群养猪,攻击行为识别,深度学习,畜禽养殖,位置敏感

基金资助：国家自然科学基金项目(32102598)