基于Mask R-CNN的牛體尺測量系統

趙建敏，文博，李琦

(內蒙古科技大學信息工程學院，內蒙古 包頭 014010)

牛的體尺參數能夠反應牛的生長發育狀況、生產性能及遺傳特性，可以作為衡量牛生長發育情況的一個主要指標。在選種、肉質評價以及飼養管理等方面，牛體體尺也是一個重要指標[1]。傳統的牛體尺測量主要是通過手杖、皮尺進行直接測量，這種測量方法工作量大，而且直接接觸牛體，會使牛產生應激反應，極大地影響測量精度和測量效率。

近年來基于計算機視覺的家畜體尺測量改變了接觸式的測量方法。主要有利用背景減法、去噪聲算法、背景差分法以及自動閾值分割針對家畜進行體尺測量[2-4]。然而，當家畜與背景環境的顏色相近時，利用此類方法測量很難單純地分割出目標家畜，干擾較強。隨后國內相關研究提出利用Kinect相機采集家畜圖像。利用Kinect深度傳感器獲取荷斯坦奶牛的三維點云數據以及使用投影法和差分法識別家畜頭部和尾部位置，并利用最小外接矩形法調整牲畜的水平方向[5-7]。此外在豬體尺機器視覺技術研究中，國外相關研究利用VIA系統對豬生長過程進行監測，獲取豬體背部體長、體寬、面積參數和形狀信息[8-10]。Banhazi等[11]基于單攝像機構建了豬的體寬、體長及面積檢測系統，此研究為動物的測量提供了一種新型的工具，通過攝像頭獲取視頻及圖像數據，利用一系列的圖像處理手段實現目標物尺寸和面積的研究。胡志偉等[12]采用一種基于VGG16與UNET相結合的全卷積神經網絡模型，實現對圖像語義級別的分割，提取出生豬的輪廓。……