本文作者：陸明洲 沈明霞 丁永前 楊曉靜 周波 王志國 單位：南京農(nóng)業(yè)大學(xué)工學(xué)院/江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室 南京農(nóng)業(yè)大學(xué)動物醫(yī)學(xué)院/農(nóng)業(yè)部動物生理生化重點(diǎn)實(shí)驗(yàn)室 南京農(nóng)業(yè)大學(xué)動物科技學(xué)院 江蘇省永康農(nóng)牧科技有限公司

音頻分析技術(shù)

廣義上的動物健康可分為生理健康及情緒健康，音頻分析技術(shù)一般都是針對患有呼吸道疾病的動物咳嗽聲處理實(shí)現(xiàn)生理健康監(jiān)測。為此應(yīng)首先提取患病動物咳嗽聲特征，F(xiàn)errari等[8-9]通過臨床檢查篩選染病豬并采集其咳嗽聲，與檸檬酸誘發(fā)的健康豬咳嗽聲對比發(fā)現(xiàn)染病豬咳嗽音頻的標(biāo)準(zhǔn)化壓力均方差及峰值頻率均值均低于健康豬，而染病豬咳嗽持續(xù)時(shí)間及咳嗽頻率則高于健康豬。針對染病豬咳嗽音頻特征參數(shù)構(gòu)建參考模板，將日常生產(chǎn)中利用定向麥克風(fēng)采集到的豬咳嗽聲與該參考模板做模式匹配，可以實(shí)現(xiàn)呼吸道疾病疑似病豬智能識別。在圈舍群養(yǎng)的豬飼養(yǎng)方式下，很難實(shí)現(xiàn)豬個(gè)體咳嗽聲的采集，可將圈設(shè)定為監(jiān)測對象，使用麥克風(fēng)陣列定位具備病豬咳嗽音頻特征的咳嗽聲[10]，將出現(xiàn)病豬咳嗽聲頻率高的圈設(shè)定為高危圈，養(yǎng)殖人員重點(diǎn)關(guān)注高危區(qū)內(nèi)動物健康狀況，及早隔離確診病例，這不僅有效降低了人工勞動強(qiáng)度，而且提高了患病豬識別效率，降低了規(guī)模化養(yǎng)殖場由于動物疾病帶來的經(jīng)濟(jì)損失。動物情緒健康更多是動物福利關(guān)注的問題，目前音頻分析技術(shù)主要用于提取動物在恐懼、孤獨(dú)、焦慮等不良情緒下的叫聲特征，在此基礎(chǔ)上可實(shí)現(xiàn)動物情緒健康的無損監(jiān)測。Jahns[11]針對已知的牛饑餓和發(fā)情叫聲信號提取出先驗(yàn)特征矩陣及其參考模式，利用模式匹配方法識別牛只日常叫聲中所蘊(yùn)含的饑餓及發(fā)情信息。Ikeda等[12]利用線性判別分析方法處理聲音信號的頻譜結(jié)構(gòu)變化特征，進(jìn)而智能識別母牛饑餓以及與仔牛分隔而產(chǎn)生的兩種焦慮狀態(tài)。豬的情緒健康水準(zhǔn)評價(jià)研究目前鮮見報(bào)道，限位欄飼養(yǎng)母豬和剪牙斷尾仔豬的情緒健康問題最值得關(guān)注。

以仔豬為例，為了驗(yàn)證剪牙斷尾過程會引起仔豬極強(qiáng)的恐懼情緒，可設(shè)計(jì)獨(dú)立的仔豬叫聲采集室，人為制造令其恐懼的突變環(huán)境，采集其叫聲音頻并提取音頻特征構(gòu)建參考模板，與剪牙斷尾時(shí)采集的仔豬叫聲做模式匹配，實(shí)現(xiàn)仔豬恐懼情緒的智能識別。動物采食、飲水、排泄行為異常可用于預(yù)測其健康異常，因此這三大行為是畜牧養(yǎng)殖從業(yè)人員最為關(guān)注的動物行為。及時(shí)監(jiān)測到動物行為模式的突變有利于及早發(fā)現(xiàn)疑似發(fā)病個(gè)體，降低經(jīng)濟(jì)損失。音頻分析技術(shù)目前主要用于牧場放養(yǎng)的牛羊采食行為監(jiān)測，這種飼養(yǎng)方式下牛羊活動范圍廣，人工觀察方式及機(jī)器視覺技術(shù)難以監(jiān)測它們的采食行為。但是牛羊采食主要有咬斷及咀嚼草料兩種動作，而實(shí)際采食量可由咬斷草料的次數(shù)來判定，因此可通過咬斷、咀嚼草料兩種動作的不同音頻特征識別牛羊采食過程中咬斷草料的次數(shù)，進(jìn)而實(shí)現(xiàn)采食量的智能監(jiān)測[6-7]。難以實(shí)時(shí)、準(zhǔn)確掌握養(yǎng)殖動物需求是目前畜牧養(yǎng)殖業(yè)面臨的挑戰(zhàn)之一，而動物叫聲是其生理、情緒健康狀況的外在表現(xiàn)，準(zhǔn)確掌握動物叫聲含義有利于養(yǎng)殖人員根據(jù)動物自身需求開展養(yǎng)殖工作。動物叫聲音頻分析的首要目標(biāo)是針對大量已知含義的動物叫聲音頻提取特征參數(shù)，不斷擴(kuò)充動物叫聲音頻分析模式庫，這是研發(fā)動物叫聲含義智能識別系統(tǒng)的基礎(chǔ)。另外，動物叫聲含義分析對音頻質(zhì)量要求高，如何有效降低圈養(yǎng)動物叫聲間的相互干擾及環(huán)境噪聲的影響以實(shí)現(xiàn)音頻高質(zhì)量地實(shí)時(shí)采集，是后續(xù)研究中需要解決的問題。

機(jī)器視覺技術(shù)

在畜牧養(yǎng)殖領(lǐng)域，動物行為與動物健康狀況、生存舒適度密切相關(guān)，利用動物行為自動分析動物健康及舒適度狀況相比人工經(jīng)驗(yàn)觀察而言結(jié)果更加客觀。隨著機(jī)器視覺技術(shù)在數(shù)字化農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用，近年來，研究人員開始涉足基于動物視頻自動分析動物行為及動物生存舒適度的研究領(lǐng)域[13]。行為模型是核心，該模塊從動物形體姿態(tài)特征、行為間內(nèi)在聯(lián)系以及行為與環(huán)境間聯(lián)系三個(gè)方面針對動物行為進(jìn)行定義、表示和建模。視頻流是動物行為分析的信息源，目前一般是在養(yǎng)殖舍頂部架設(shè)連接PC的攝像機(jī)實(shí)現(xiàn)視頻流信息采集[14-17]，而關(guān)注動物腿部運(yùn)動姿態(tài)的研究一般會單獨(dú)構(gòu)建規(guī)則通道，側(cè)方位架設(shè)攝像機(jī)，在動物經(jīng)過通道時(shí)采集其運(yùn)動視頻[18]。運(yùn)動目標(biāo)分割步驟從視頻流原始圖像中分割出監(jiān)測對象，特征提取步驟主要工作是提取足夠的動物形體特征，以區(qū)分不同的動物行為，這些形體特征包括位置、姿態(tài)、運(yùn)動速度、輪廓等等信息，該步驟首先需要解決視頻序列中研究目標(biāo)的檢測與跟蹤問題。目前針對群養(yǎng)豬個(gè)體跟蹤的最新方法能夠準(zhǔn)確識別、跟蹤3頭豬長達(dá)8min，為豬只行為特征提取奠定了良好的基礎(chǔ)[14]。行為特征提取的目的是區(qū)分不同的動物基本行為，所謂基本行為是指諸如休息、探究、采食等能夠持續(xù)一定時(shí)間的獨(dú)立行為。臨產(chǎn)母牛的站立、躺臥、攝食等基本行為可用于預(yù)測母牛分娩時(shí)間，Canger等[15]研究了這些基本行為對應(yīng)的主軸線方向、臀圍長度、體型寬長比、背部面積等圖像特征，實(shí)現(xiàn)了基本行為的自動識別，該研究成果使得設(shè)計(jì)一種基于母牛行為的人工助產(chǎn)自動預(yù)警系統(tǒng)成為可能。

復(fù)雜行為由一個(gè)或多個(gè)具有時(shí)空關(guān)聯(lián)的基本行為組成，復(fù)雜行為分析也可稱為動物行為模式分析，其主要工作是挖掘動物基本行為間或基本行為與環(huán)境間的內(nèi)在聯(lián)系。Shao等[16]針對群養(yǎng)豬睡眠時(shí)的紅外圖像選取圖像不變矩、背景前景像素轉(zhuǎn)換頻率以及豬群緊密程度作為特征向量，使用最小歐幾里德距離方法區(qū)分環(huán)境溫度寒冷與舒適兩種狀況下豬的睡眠姿態(tài)。基于此，養(yǎng)殖人員可根據(jù)動物睡眠姿態(tài)判斷其環(huán)境溫度舒適度，實(shí)現(xiàn)養(yǎng)殖環(huán)境參數(shù)的按需調(diào)節(jié)，該研究對探索環(huán)境因子對豬生長的影響也具有重要的學(xué)術(shù)意義和實(shí)用價(jià)值。動物行為模式是發(fā)現(xiàn)動物反常行為的基礎(chǔ)，而反常行為是動物個(gè)體出現(xiàn)健康異常或環(huán)境發(fā)生突變的外在表現(xiàn)。動物反常行為的及時(shí)發(fā)現(xiàn)可用于動物疾病或環(huán)境調(diào)節(jié)預(yù)警。朱偉興等[17]利用安裝于豬舍排泄區(qū)的嵌入式監(jiān)控設(shè)備對群養(yǎng)豬的排泄行為進(jìn)行24h監(jiān)控，對于單日排泄次數(shù)超過系統(tǒng)閾值的豬只，認(rèn)定其排泄行為出現(xiàn)異常。Song等[18]將牛行走過程中同側(cè)前后蹄接觸地面中心點(diǎn)間距離定義為形跡重疊參數(shù)Δ，并挖掘出健康牛行走行為模式：行進(jìn)過程中Δ值小于或等于0。將行進(jìn)過程中Δ>0的牛只認(rèn)定為患有跛腿殘疾。僅從畜牧信息的無損監(jiān)測角度而言，基于機(jī)器視覺技術(shù)的動物行為監(jiān)測是目前最好的方法，這種技術(shù)以無接觸方式記錄動物行為信息，對動物活動沒有任何影響。但是該方法的技術(shù)實(shí)現(xiàn)難度較大，受現(xiàn)場光照條件影響大，攝像機(jī)視距、拍攝范圍有限，一般只能監(jiān)測圈養(yǎng)動物信息。后續(xù)研究中除了需要針對動物行為進(jìn)行更精確的行為建模外，還需要解決養(yǎng)殖動物個(gè)體識別與跟蹤的問題，以豬行為監(jiān)測為例，目前最新研究進(jìn)展能夠準(zhǔn)確識別、跟蹤3頭豬8min時(shí)間[14]。而中國群養(yǎng)豬的單欄養(yǎng)殖密度一般都大于3頭/欄，仔豬單欄養(yǎng)殖密度則更高，在這種應(yīng)用場景下，如何在大通量的視頻信息中識別跟蹤某一行為異常的個(gè)體是后續(xù)研究需要重點(diǎn)解決的問題。