典型文献
基于视频分析的鸡群活动量异常检测轻量化算法
文献摘要：
鸡只生病或受到应激惊扰后,活动量会有显著性异常.通过对鸡只群体活动量的实时监测,实现鸡群生病预警等异常情况提示,这将极大降低家禽养殖企业的经济损失.随着信息技术的发展,计算机视觉由于其非侵入性,以及呈现丰富信息的能力,已成为家禽实时自动化监控系统的一个有效监测工具.通过YOLOv5和改进的Deep SORT算法对鸡群进行多目标检测与跟踪,提取鸡只外观特征和运动特征,将鸡群的活动情况量化,由此判断鸡群活动量是否异常,为鸡群的福利评估提供重要技术支撑.
文献关键词：
鸡群;YOLOv5算法;Deep SORT算法;轻量化模型;活动量
中图分类号：
作者姓名：
周小芹;吕嘉;金宇
作者机构：
河海大学信息学部物联网工程学院,江苏 常州213022;中国移动通信集团河南有限公司,河南 郑州450000
文献出处：
引用格式：
[1]周小芹;吕嘉;金宇-.基于视频分析的鸡群活动量异常检测轻量化算法)[J].科学技术创新,2022(28):57-60
A类：
B类：
视频分析,鸡群,活动量,异常检测,轻量化算法,生病,惊扰,群体活动,群生,异常情况,家禽养殖,计算机视觉,非侵入性,自动化监控系统,有效监测,YOLOv5,Deep,SORT,多目标检测与跟踪,外观特征,运动特征,轻量化模型
AB值：
0.361414
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
