A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Facial Recognition of Dairy Cattle Based on Improved Convolutional Neural Network Reconhecimento facial de gado leiteiro baseado em rede neural convolucional aprimorada

Zhi WENG, Longzhen FAN, Yong ZHANG, Zhiqiang ZHENG, Caili GONG, Zhongyue WEI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Como base da boa gestão da criação e do seguro pecuário, o reconhecimento individual do gado leiteiro é uma questão importante no campo da gestão pecuária. Devido às limitações do método tradicional de identificação de vacas, como ser fácil de descartar e falsificar, ele não consegue mais atender às necessidades do moderno manejo inteligente de pastagens. Nos últimos anos, com o surgimento da tecnologia de visão computacional, a aprendizagem profunda desenvolveu-se rapidamente no campo do reconhecimento facial. A precisão do reconhecimento ultrapassou o nível do reconhecimento facial humano e tem sido amplamente utilizada no ambiente de produção. No entanto, a investigação sobre o reconhecimento facial de animais de grande porte, como o gado leiteiro, necessita de ser desenvolvida e melhorada. De acordo com a ideia de uma rede residual, um método aprimorado de rede neural convolucional (Res_5_2Net) para reconhecimento individual de vacas leiteiras é proposto com base nas imagens faciais de vacas leiteiras nesta carta. A precisão do reconhecimento em nosso banco de dados de rostos de vaca construído por nós mesmos (3012 conjuntos de treinamento, 1536 conjuntos de testes) pode chegar a 94.53%. Os resultados experimentais mostram que a eficiência da identificação de vacas leiteiras é efetivamente melhorada.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.6 pp.1234-1238
Data de publicação
2022/06/01
Publicitada
2022/03/02
ISSN online
1745-1361
DOI
10.1587/transinf.2022EDP7008
Tipo de Manuscrito
PAPER
Categoria
Processamento de imagem e processamento de vídeo

autores

Zhi WENG
  Inner Mongolia Agricultural University,Inner Mongolia University
Longzhen FAN
  Inner Mongolia University
Yong ZHANG
  Inner Mongolia Agricultural University
Zhiqiang ZHENG
  Inner Mongolia University
Caili GONG
  Inner Mongolia Agricultural University,Inner Mongolia University
Zhongyue WEI
  Inner Mongolia University

Palavra-chave