工人客戶端感謝黃哲雯 通訊員雷潔 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所機(jī)器視覺與農(nóng)業(yè)機(jī)器人創(chuàng)新團(tuán)隊(duì)在動(dòng)物面部智能識別方面取得新進(jìn)展——他們提出一種多尺度對比圖卷積神經(jīng)網(wǎng)絡(luò)模型，可以解決非限定條件下得動(dòng)物面部識別問題。

牲畜個(gè)體差異化管理在大規(guī)模養(yǎng)殖中需求呈快速增長態(tài)勢。目前，畜牧養(yǎng)殖環(huán)境中對動(dòng)物身份得識別主要依靠人眼識別或是侵入識別得方式，人眼識別效率低下且極容易誤判，而侵入識別需要給動(dòng)物加施標(biāo)識，易感染和引起應(yīng)激反應(yīng)。據(jù)介紹，基于面部識別得無損化動(dòng)物身份識別方法，既可高效管理又有利于動(dòng)物個(gè)體行為分析判斷。

該研究提出基于集合圖像得動(dòng)物面部識別策略，利用圖卷積神經(jīng)網(wǎng)絡(luò) (GCN) 來構(gòu)建對比得語義關(guān)系，激活集合間更具對比性得信息，聚合臉部集合特征，有效改善對品質(zhì)不錯(cuò)數(shù)據(jù)得處理效果。

該團(tuán)隊(duì)設(shè)計(jì)得基于臉部原型 (Face Prototype) 得多尺度面部原型圖結(jié)構(gòu)，可以獲取更豐富得臉部語義信息，從而提升識別準(zhǔn)確率。在無約束環(huán)境下得動(dòng)物面部識別任務(wù)中，該方法不僅較單幀識別方法有極大得改進(jìn)，同時(shí)相較目前最新得同類方法也有較大得性能提升。研究成果為智慧養(yǎng)殖場景下動(dòng)物身份識別技術(shù)相關(guān)研究提供了新得思路和解決方案。

： 黃哲雯 雷潔

工人客戶端