光明網訊（記者 宋雅娟 張蕃） 近日，中國農業科學院農業信息研究所機器視覺與農業機器人創新團隊在動物面部智能識別方面取得新進展，提出一種多尺度對比圖卷積神經網絡模型，解決非限定條件下的動物面部識別問題。相關研究成果發表在《圖像處理會刊 (IEEE Transactions on Image Processing) 》上。
牲畜個體差異化管理在大規模養殖中需求呈快速增長態勢。目前畜牧養殖環境中對動物身份的識別主要依靠人眼識別或是侵入識別的方式，人眼識別效率低下且極容易誤判，而侵入識別需要給動物加施標識，易感染和引起應激反應。基于面部識別的無損化動物身份識別方法，既可高效管理又有利于動物個體行為分析判斷。
該研究提出基于集合圖像的動物面部識別策略，利用圖卷積神經網絡 (GCN) 來構建對比的語義關系，激活集合間更具對比性的信息，聚合臉部集合特征，有效改善對極端數據的處理效果。設計的基于臉部原型 (Face Prototype) 的多尺度面部原型圖結構可以獲取更豐富的臉部語義信息，從而提升識別準確率。在無約束環境下的動物面部識別任務中，該方法不僅較單幀識別方法有極大的改進，同時相較目前最新的同類方法也有較大的性能提升。研究成果為智慧養殖場景下動物身份識別技術相關研究提供了新的思路和解決方案。
據了解，該研究得到國家自然科學基金、中國農業科學院科技創新工程等項目資助。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
