基于MOT和实例分割的肉鸭采食饮水行为识别模型研究

作     者：马肄恒 段恩泽 赵世达 柏宗春 班兆军 Ma Yiheng;Duan Enze;Zhao Shida;Bai Zongchun;Ban Zhaojun

作者机构：浙江科技学院生物与化学工程学院杭州市310023 浙江省农产品化学与生物加工技术重点实验室杭州市310023 江苏省农业科学院农业设施与装备研究所南京市210014 农业农村部长江中下游设施农业工程重点实验室南京市210014 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2025年第46卷第1期

页      面：85-90页

学科分类：0905[农学-畜牧学] 08[工学] 080203[工学-机械设计及理论] 09[农学] 0802[工学-机械工程] 

基　　金：江苏现代农业重大核心技术创新项目(CX(22)1008) 江苏省现代农机装备与技术示范推广项目(NJ2021—25) 江苏省苏北科技专项(XZ—SZ202119) 

主　　题：笼养肉鸭 多目标追踪 Mask R-CNN 饮水采食 行为识别 

摘      要：追踪识别笼养肉鸭的饮水采食行为,对判别肉鸭的病理状态和实现鸭舍的智能管理具有重要意义。针对传统实例分割模型无法关联视频帧逻辑顺序的缺点,提出一种先进行多目标追踪(MOT),再进行实例分割的肉鸭饮水、采食行为识别模型。搭建肉鸭笼养俯拍试验台,采集含有多只肉鸭目标的图像数据。利用TAM模型对肉鸭个体进行识别与运动追踪。随后基于SAM对其中3只肉鸭目标的饮水采食行为进行快速标注。在肉鸭多目标追踪的基础上,采用Mask R-CNN识别鸭只的饮水和采食行为,并以视频帧率为依据,推断肉鸭视频中两类行为的时长,最终构建肉鸭饮水采食行为识别与计时模型。试验结果表明,Mask R-CNN模型对目标肉鸭的饮水、采食行为识别的预测框平均精确率和掩膜平均精确率分别为91.6%和93.3%,饮水和采食行为时长计算准确率分别为95.4%和90.1%,能够以较高的精度实现肉鸭饮水采食行为的识别与计时。