基于改进FairMOT的实时群养生猪智能跟踪

来源：中国农机化学报杂志2024年第8期北京时间：

作者：周一帆, 刘东洋, 周宇平

摘要：为解决群养生猪多目标跟踪中的挑战，如猪只外观相似、互相遮挡和动态交互等导致的身份识别错误、跟踪不连续问题，提出一种改进型FairMOT模型。该模型在主干网络中嵌入EMA注意力机制，优化下采样阶段的特征图，增强猪只位置特征的表达能力。同时，引入区分特征学习网络，通过加强不同猪只之间外观特征的细粒度差异，提高个体间的区分度。此外，模型采用特征匹配、IoU匹配和遮挡恢复匹配的三阶段策略，以增强跟踪的准确性。测试结果显示，改进FairMOT在高阶跟踪精度HOTA、多目标跟踪准确率MOTA、多目标定位精度MOTP、识别F1得分等关键指标上表现卓越，在自制数据集的平均得分分别达到85.87%、96.53%、96.07%和94.82%，明显优于原始FairMOT和其他五种跟踪器。且在不同光照和遮挡条件下，其展现出高准确性和稳定性，证明在复杂环境中的有效性和实用性。

关键词：群养生猪,动物检测,猪只多目标跟踪,行为识别,遮挡匹配

基金资助：国家自然科学基金（32072357）；河南省高等学校青年骨干教师资助计划（2015GGJS—300）