典型文献
基于计算机视觉的奶牛跛行识别技术研究进展
文献摘要：
奶牛跛行严重降低奶牛福利及潜在产奶量,影响养殖场经济效益.准确高效识别奶牛跛行,有助于奶牛肢蹄病的及早发现与治疗,促进奶业的健康和可持续发展.人工观察法识别奶牛跛行存在识别效率低、成本高、主观性强等问题.计算机视觉技术可以通过无应激、无接触地采集奶牛行走视频数据,准确高效识别奶牛跛行.该研究从可见光相机、深度相机以及热红外相机3种视频采集手段出发,概述了当前奶牛跛行自动识别的主要研究方法、关键技术以及未来发展方向等,对比分析了各研究方法的优势和不足,指出个体差异性、跛行特征的优选以及早期跛行识别等需要重点关注的技术问题.同时,该研究从数据获取、技术研发和试验验证等方面,分析了奶牛跛行识别技术研究领域存在的主要问题及挑战,展望了未来奶牛跛行识别技术的研究重点和发展方向,为奶牛跛行的精准高效识别提供相关理论依据和技术参考.
文献关键词：
计算机视觉;图像处理;深度学习;奶牛跛行识别;可见光相机;深度相机;热红外相机
中图分类号：
作者姓名：
李前;初梦苑;康熙;刘刚
作者机构：
中国农业大学智慧农业系统集成研究教育部重点实验室,北京 100083;中国农业大学农业农村部农业信息获取技术重点实验室,北京 100083
文献出处：
引用格式：
[1]李前;初梦苑;康熙;刘刚-.基于计算机视觉的奶牛跛行识别技术研究进展)[J].农业工程学报,2022(15):159-169
A类：
奶牛跛行,奶牛跛行识别
B类：
识别技术研究,奶牛福利,产奶量,养殖场,肢蹄病,早发现,奶业,观察法,主观性,计算机视觉技术,无接触,触地,牛行,视频数据,可见光相机,深度相机,热红外相机,视频采集,自动识别,优势和不足,个体差异性,数据获取,问题及挑战,精准高效
AB值：
0.212242
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。
