一种基于Fisher判别的生猪行为轨迹自动跟踪方法

摘要

本发明涉及一种基于Fisher判别的生猪行为轨迹自动跟踪方法。首先人工标记出生猪的轮廓区域，应用旋转法求出轮廓区域的最小外接矩形作为初始跟踪框，提取初始跟踪框附近相同大小矩形区域图像的梯度方向直方图特征值并进行打分，根据特征值和打分值建立混合Fisher判别预测模型，应用该预测模型和一种新的追踪策略寻找下一帧图像的最优匹配窗口作为跟踪框对生猪进行跟踪，当匹配效果降到临界值时会对预测模型进行抽样重训练。利用本发明可以实现复杂背景多头生猪共存下的单只猪的跟踪。

主权项

一种基于Fisher判别的生猪行为轨迹自动跟踪方法，其特征在于包括以下步骤：(1)选取初始跟踪区域：在养猪场猪圈中采用俯拍的方式对同一围栏里的生猪进行视频采集，采集开始后从视频中抽取一帧图像并随机挑选一头生猪作为跟踪目标，人工标记出目标的轮廓区域，并用旋转法求出轮廓区域的最小外接矩形，此矩形框即为初始跟踪框，外接矩形是有大小(宽和高)，有方向(矩形的宽所在边与x轴正半轴之间的夹角)的；(2)建立预测模型：计算初始跟踪框附近相同大小矩形区域所对应图像的梯度方向直方图(Histogram of Oriented Gradient，HOG)特征值并进行打分，根据特征值和打分值建立Fisher判别预测模型；(3)目标跟踪：对于下一帧图像，计算上一跟踪框附近相同大小矩形区域所对应图像的HOG特征值，并用训练好的预测模型进行打分，选取出最优的矩形区域作为这一帧图像的跟踪框；(4)模型修正：如果跟踪框所对应的打分值低于给定临界值，则需要对跟踪框附近相同大小矩形区域所对应的图像进行重新采样训练，直到跟踪框的打分值高于给定临界值为止，接下来继续对下一帧图像进行跟踪，直到结束为止。