基于孪生神经网络的牛唇纹识别研究

作者：郑倩; 李琦^*

来源：科技与创新, 2023, (05): 59-61.

DOI：10.15913/j.cnki.kjycx.2023.05.018

• 深度学习
• 孪生网络
• VGGNet
• 牛唇纹

为了解决牛个体身份识别研究中存在的数据集缺乏、算法单一等问题，实验采用孪生神经网络（Siamese Network）方法对牛唇纹进行了研究。建立了基于Siamese Network和VGGNet（深度卷积神经网络）的牛唇纹识别模型Siamese-VGG16，通过比较同一头牛的不同唇纹图像的相似性来识别牛个体，实验选用了来自内蒙古自治区牧场的174头健康的安格斯牛和西门塔尔牛的图像，共计13 734张图像。将裁剪好的牛唇纹图像按9∶1划分训练集和验证集。在不同的batch＿size和学习率下对实验结果进行了分析，取未经过模型训练的牛唇纹图像进行评估。结果表明，Siamese-VGG16深度学习模型比传统图像识别技术有更好的识别效果，最终准确率为98.9%。

• 单位
  内蒙古科技大学