典型文献
基于深度学习的羊脸检测与识别方法
文献摘要：
家畜个体身份的精准识别对于动物行为研究和现代化选种选配具有重要价值,目前家畜身份的确定主要依据图像或视频中所存在的动物的脸部特征而展开.该文以羊脸识别为目标,提出了基于多种深度学习方法的羊脸检测与识别方案.对羊脸在图片中的位置进行框选和定位,将检测到的来自不同图片的羊脸区分开来,进行个体身份鉴定.采集来自同一群体的形态相近的35只奶山羊的共3121张图片,制作了羊的全身数据集和羊脸数据集.在羊脸框选定位阶段,当随机选取900张羊脸图片做训练,102张羊脸图片做测试时,使用深度学习YOLOv3算法检测到羊脸的正确率可达97％以上;基于可检测到羊脸数据集进行个体识别时,使用深度学习VGGFace模型仅能取得约64％左右识别准确率;而当选取其中616张正面羊脸作为训练集及198张正面羊脸作为测试集时,VGGFace预训练模型的识别准确率可达91％以上.试验结果表明,基于深度学习模型的羊脸检测效果较为理想,而羊脸识别工作则仅在正面羊脸上取得了较高的准确率,其它视角的羊脸识别工作仍有待进一步的研究.
文献关键词：
深度学习;迁移学习;羊脸检测;羊脸识别
中图分类号：
作者姓名：
魏斌;Masum Billah;王美丽;尚诚;于建涛;姜雨
作者机构：
西北农林科技大学 动物科技学院,陕西 杨凌 712100;西北农林科技大学 信息工程学院,陕西 杨凌 712100
文献出处：
引用格式：
[1]魏斌;Masum Billah;王美丽;尚诚;于建涛;姜雨-.基于深度学习的羊脸检测与识别方法)[J].家畜生态学报,2022(03):47-50
A类：
羊脸检测,羊脸识别,VGGFace
B类：
检测与识别,家畜,个体身份,精准识别,动物行为,选种,选配,脸部特征,深度学习方法,框选,开来,身份鉴定,一群,奶山羊,位阶,使用深度,YOLOv3,个体识别,能取,识别准确率,当选,训练集,测试集,预训练模型,深度学习模型,检测效果,较为理想,脸上,迁移学习
AB值：
0.317639
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。
