基于全卷积网络的哺乳母猪图像分割

猪舍场景下，光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等，均给目标分割带来很大的困难。该文提出了基于全卷积网络（FCN，fully convolutional networks）的哺乳母猪图像分割算法。以VGG16为基础网络，采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构，设计哺乳母猪分割的FCN。利用Caffe深度学习框架，以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练，在另外21栏的523幅哺乳母猪测试集上的分割结果表明：该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响，实现完整的哺乳母猪区域分割；分割...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 33; no. 23; pp. 219 - 225
Main Author 杨阿庆;薛月菊;黄华盛;黄宁;童欣欣;朱勋沐;杨晓帆;毛亮;郑婵
Format Journal Article
LanguageChinese
Published 广东省智慧果园科技创新中心,广州 510642%华南农业大学电子工程学院,广州,510642%华南农业大学电子工程学院,广州 510642 2017
广东省智慧果园科技创新中心,广州 510642
广东省现代养猪数据化工程技术研究中心,广州 510642
广东省农情信息监测工程技术研究中心,广州 510642
华南农业大学电子工程学院,广州 510642
广东省现代养猪数据化工程技术研究中心,广州 510642%华南农业大学电子工程学院,广州 510642
广东省农情信息监测工程技术研究中心,广州 510642%华南农业大学工程学院,广州,510642%华南农业大学电子工程学院,广州 510642
Subjects
图像分割;算法;试验;全卷积网络;哺乳母猪
lactating sow
算法
algorithms
哺乳母猪
fully convolutional networks
image segmentation
试验
experiments
全卷积网络
图像分割
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2017.23.028

Cover

More Information
Summary:猪舍场景下，光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等，均给目标分割带来很大的困难。该文提出了基于全卷积网络（FCN，fully convolutional networks）的哺乳母猪图像分割算法。以VGG16为基础网络，采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构，设计哺乳母猪分割的FCN。利用Caffe深度学习框架，以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练，在另外21栏的523幅哺乳母猪测试集上的分割结果表明：该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响，实现完整的哺乳母猪区域分割；分割的平均准确率达到99.28%，平均区域重合度达到95.16%，平均速度达到0.22s/幅。与深度卷积网络的SDS（simultaneous detection and segmentation）及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验，该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点，有较好的泛化性和鲁棒性，实现了猪舍场景下哺乳母猪准确、快速分割，可为猪只图像分割提供了技术参考。
Bibliography:11-2047/S
The behaviors of a lactating sow reflect welfare and health that affect piglet survival and growth during lactation.Computer vision has been widely used to perceive the behavior of animals for precision husbandry,which is useful to increase the productivity and reduce the disease rate.Effective and accurate segmentation of individual lactating sow is a vital step to record and analyze the lactating sow behavior automatically.However,under real pigsty conditions,it is a challenge to segment lactating sow from the background due to occlusion,uneven color on sow body surface,variations of sow size and pose,varying illumination and complex floor status.In this paper,we proposed an algorithm for lactating sow image segmentation based on fully convolutional networks(FCN).To design FCN for accurate segmentation,VGG16was chosen as a basic network where the fully connected lays were converted to convolutional layers,and the FCN-8s skip structure was designed by combining semantic information from a deep,coars
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2017.23.028