基于高斯混合模型与CNN的奶牛个体识别方法研究

作者：刘杰鑫; 姜波; 何东健; 宋怀波

来源：计算机应用与软件, 2018, 35(10): 159-164.

• 奶牛个体识别
• 高斯混合模型
• 卷积神经网络
• 深度学习

奶牛个体识别是奶牛精细化养殖的关键。为了实现适合奶牛养殖环境下的无接触、高精确度奶牛个体识别,提出基于高斯混合模型与卷积神经网络CNN相结合的奶牛个体识别方法。利用高斯混合模型获取奶牛个体图像数据库;利用CNN网络实现奶牛个体的准确识别。为了验证网络的鲁棒性,将网络中的Softmax分类器与线性SVM分类器的准确率进行对比。当测试图像的噪声密度参数小于0. 075时,SVM分类器的准确率较高;参数处于0. 075～0. 17时,Softmax分类器准确率较高;参数大于0. 17时,两者的分类效果相近。结果表明将该方法应用于养殖场中奶牛个体无接触高精确度识别是可行的。

• 单位
  农业部; 电子工程学院; 西北农林科技大学