基于高斯混合模型与CNN的奶牛个体识别方法研究

• 作 者: 刘杰鑫 姜波 何东健 宋怀波
• 机 构: 西北农林科技大学机械与电子工程学院,农业部农业物联网重点实验室,陕西省农业信息感知与智能服务重点实验室
• 出 处: 计算机应用与软件
• 发表日期: 2018年10期
• 关键词: 奶牛个体识别 高斯混合模型 卷积神经网络 深度学习
• 基金项目: 国家重点研发计划项目(2017YFD0701603);国家自然科学基金项目(61473235)

奶牛个体识别是奶牛精细化养殖的关键。为了实现适合奶牛养殖环境下的无接触、高精确度奶牛个体识别，提出基于高斯混合模型与卷积神经网络CNN相结合的奶牛个体识别方法。利用高斯混合模型获取奶牛个体图像数据库；利用CNN网络实现奶牛个体的准确识别。为了验证网络的鲁棒性，将网络中的Softmax分类器与线性SVM分类器的准确率进行对比。当测试图像的噪声密度参数小于0．075时，SVM分类器的准确率较高；参数处于0．075～0．17时，Softmax分类器准确率较高；参数大于0．17时，两者的分类效果相近。结果表明将该