改进TransTrack多目标生猪行为跟踪方法

作者：涂淑琴; 黄正鑫; 梁云^*; 黄磊; 刘晓龙

来源：农业工程学报, 2023, 39(15): 172-180.

• 识别
• 多目标跟踪
• 生猪
• TransTrack
• 数据关联

高效准确地监测群养生猪的行为变化以获取其生理、健康和福利状况，对于实现生猪智能精细化养殖具有重要意义。针对猪场自然场景下光照变化和猪只粘连遮挡等因素影响，使得猪只行为跟踪中存在误检、漏检和身份频繁错误变换问题，该研究提出一种改进的TransTrack多目标生猪行为跟踪方法。首先，在目标检测模块中，采用改进的并集交并比的匹配算法，去除猪只遮挡导致的目标误检检测框。然后，在跟踪模块中，根据高低匹配阈值进行2次数据关联，提高光照变化下漏检目标的跟踪准确性。最后，针对误检与漏检导致跟踪中猪只身份错误变换，根据猪栏中猪只数量信息，限制猪只身份编号值的错误增加，提高猪只身份准确识别率。在公开数据集和私有数据集上的试验结果表明，改进的TransTrack在多目标跟踪准确率（multiple object tracking accuracy,MOTA），高阶跟踪准确率（higher order tracking accuracy, HOTA）和身份变换（identityswitches, IDs）分别为92.0%、 69.8%和210。在公开数据集中，对比Trackformer,JDE和TransTrack模型，改进的TransTrack方法在MOTA分别提高3.9,9.0和13.1个百分点，HOTA分别提高1.3,9.5和8.3个百分点，IDs分别降低136,326和376。在私有数据集中，对比Trackformer和TransTrack模型，改进的TransTrack方法在MOTA分别提高14.4和15.8个百分点，HOTA分别提高1.8和9.5个百分点。结果显示，改进的TransTrack方法能够更加稳定地实现对群养生猪的行为跟踪，为群养生猪行为识别与智能分析提供技术支持。

• 单位
  华南农业大学