要約
豚の行動の認識は、豚の賢い農業と福祉保証において重要な役割を果たします。
現在、豚の行動認識の分野では、公開されている行動データセットの欠如は、革新的なアルゴリズムの開発を制限するだけでなく、モデルの堅牢性とアルゴリズムの最適化をモデルの堅牢性とアルゴリズムの最適化を妨害することも妨げます。この論文は、福祉に大きな影響を与える13の豚行動を含むデータセットを提案します。
ビデオデータにおける豚の行動とそれに関連する相互作用領域の時空間的特徴。
ネットワークは、時空間認識ネットワークと時空上の特徴拡張ネットワークで構成されています。
空間的知覚ネットワークは、ビデオデータの行動の重要な領域と豚と重要な領域との間のつながりを確立する責任があります。
時空間機能強化ネットワークは、個々の豚の重要な空間的特徴をさらに強化し、これらのつながりを改造することにより、個々の行動の空間的特徴の長期的な依存性を捉え、それによってPIG行動の時空間的変化のモデルの認識を高めます。
実験結果は、このペーパーで確立されたデータセットで、提案されたモデルが75.92％のMAPスコアを達成することを示しています。
この研究は、個々の豚の行動認識の正確性と一般化可能性を投入するだけでなく、現代の賢い農業のための新しい技術ツールを提供します。
データセットと関連コードは、このペーパーと一緒に公開されます。
要約(オリジナル)
The recognition of pig behavior plays a crucial role in smart farming and welfare assurance for pigs. Currently, in the field of pig behavior recognition, the lack of publicly available behavioral datasets not only limits the development of innovative algorithms but also hampers model robustness and algorithm optimization.This paper proposes a dataset containing 13 pig behaviors that significantly impact welfare.Based on this dataset, this paper proposes a spatial-temporal perception and enhancement networks based on the attention mechanism to model the spatiotemporal features of pig behaviors and their associated interaction areas in video data. The network is composed of a spatiotemporal perception network and a spatiotemporal feature enhancement network. The spatiotemporal perception network is responsible for establishing connections between the pigs and the key regions of their behaviors in the video data. The spatiotemporal feature enhancement network further strengthens the important spatial features of individual pigs and captures the long-term dependencies of the spatiotemporal features of individual behaviors by remodeling these connections, thereby enhancing the model’s perception of spatiotemporal changes in pig behaviors. Experimental results demonstrate that on the dataset established in this paper, our proposed model achieves a MAP score of 75.92%, which is an 8.17% improvement over the best-performing traditional model. This study not only improces the accuracy and generalizability of individual pig behavior recognition but also provides new technological tools for modern smart farming. The dataset and related code will be made publicly available alongside this paper.
arxiv情報
| 著者 | Fangzheng Qi,Zhenjie Hou,En Lin,Xing Li,iuzhen Liang,Xinwen Zhou |
| 発行日 | 2025-03-12 13:27:29+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google