本文作者：陸明洲 沈明霞 丁永前 楊曉靜 周波 王志國(guó) 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(dòng)物醫(yī)學(xué)院/農(nóng)業(yè)部動(dòng)物生理生化重點(diǎn)實(shí)驗(yàn)室 南京農(nóng)業(yè)大學(xué)動(dòng)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(dòng)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(duì)患有呼吸道疾病的動(dòng)物咳嗽聲處理實(shí)現(xiàn)生理健康監(jiān)測(cè)。為此應(yīng)首先提取患病動(dòng)物咳嗽聲特征，F(xiàn)errari等[8-9]通過(guò)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(duì)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(duì)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(shí)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(cè)對(duì)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(dòng)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(dòng)強(qiáng)度，而且提高了患病豬識(shí)別效率，降低了規(guī)模化養(yǎng)殖場(chǎng)由于動(dòng)物疾病帶來(lái)的經(jīng)濟(jì)損失。動(dòng)物情緒健康更多是動(dòng)物福利關(guān)注的問(wèn)題，目前音頻分析技術(shù)主要用于提取動(dòng)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(dòng)物情緒健康的無(wú)損監(jiān)測(cè)。Jahns[11]針對(duì)已知的牛饑餓和發(fā)情叫聲信號(hào)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(shí)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(xiàn)性判別分析方法處理聲音信號(hào)的頻譜結(jié)構(gòu)變化特征，進(jìn)而智能識(shí)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(píng)價(jià)研究目前鮮見(jiàn)報(bào)道，限位欄飼養(yǎng)母豬和剪牙斷尾仔豬的情緒健康問(wèn)題最值得關(guān)注。

以仔豬為例，為了驗(yàn)證剪牙斷尾過(guò)程會(huì)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(shí)別。動(dòng)物采食、飲水、排泄行為異常可用于預(yù)測(cè)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(dòng)物行為。及時(shí)監(jiān)測(cè)到動(dòng)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(chǎng)放養(yǎng)的牛羊采食行為監(jiān)測(cè)，這種飼養(yǎng)方式下牛羊活動(dòng)范圍廣，人工觀察方式及機(jī)器視覺(jué)技術(shù)難以監(jiān)測(cè)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(dòng)作，而實(shí)際采食量可由咬斷草料的次數(shù)來(lái)判定，因此可通過(guò)咬斷、咀嚼草料兩種動(dòng)作的不同音頻特征識(shí)別牛羊采食過(guò)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(cè)[6-7]。難以實(shí)時(shí)、準(zhǔn)確掌握養(yǎng)殖動(dòng)物需求是目前畜牧養(yǎng)殖業(yè)面臨的挑戰(zhàn)之一，而動(dòng)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(dòng)物叫聲含義有利于養(yǎng)殖人員根據(jù)動(dòng)物自身需求開(kāi)展養(yǎng)殖工作。動(dòng)物叫聲音頻分析的首要目標(biāo)是針對(duì)大量已知含義的動(dòng)物叫聲音頻提取特征參數(shù)，不斷擴(kuò)充動(dòng)物叫聲音頻分析模式庫(kù)，這是研發(fā)動(dòng)物叫聲含義智能識(shí)別系統(tǒng)的基礎(chǔ)。另外，動(dòng)物叫聲含義分析對(duì)音頻質(zhì)量要求高，如何有效降低圈養(yǎng)動(dòng)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(wèn)題。

機(jī)器視覺(jué)技術(shù)

在畜牧養(yǎng)殖領(lǐng)域，動(dòng)物行為與動(dòng)物健康狀況、生存舒適度密切相關(guān)，利用動(dòng)物行為自動(dòng)分析動(dòng)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(jué)技術(shù)在數(shù)字化農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用，近年來(lái)，研究人員開(kāi)始涉足基于動(dòng)物視頻自動(dòng)分析動(dòng)物行為及動(dòng)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(dòng)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(duì)動(dòng)物行為進(jìn)行定義、表示和建模。視頻流是動(dòng)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(dòng)物腿部運(yùn)動(dòng)姿態(tài)的研究一般會(huì)單獨(dú)構(gòu)建規(guī)則通道，側(cè)方位架設(shè)攝像機(jī)，在動(dòng)物經(jīng)過(guò)通道時(shí)采集其運(yùn)動(dòng)視頻[18]。運(yùn)動(dòng)目標(biāo)分割步驟從視頻流原始圖像中分割出監(jiān)測(cè)對(duì)象，特征提取步驟主要工作是提取足夠的動(dòng)物形體特征，以區(qū)分不同的動(dòng)物行為，這些形體特征包括位置、姿態(tài)、運(yùn)動(dòng)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(cè)與跟蹤問(wèn)題。目前針對(duì)群養(yǎng)豬個(gè)體跟蹤的最新方法能夠準(zhǔn)確識(shí)別、跟蹤3頭豬長(zhǎng)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(dòng)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(cè)母牛分娩時(shí)間，Canger等[15]研究了這些基本行為對(duì)應(yīng)的主軸線(xiàn)方向、臀圍長(zhǎng)度、體型寬長(zhǎng)比、背部面積等圖像特征，實(shí)現(xiàn)了基本行為的自動(dòng)識(shí)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(dòng)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(chēng)為動(dòng)物行為模式分析，其主要工作是挖掘動(dòng)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(duì)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(dòng)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(duì)探索環(huán)境因子對(duì)豬生長(zhǎng)的影響也具有重要的學(xué)術(shù)意義和實(shí)用價(jià)值。動(dòng)物行為模式是發(fā)現(xiàn)動(dòng)物反常行為的基礎(chǔ)，而反常行為是動(dòng)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(dòng)物反常行為的及時(shí)發(fā)現(xiàn)可用于動(dòng)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(duì)群養(yǎng)豬的排泄行為進(jìn)行24h監(jiān)控，對(duì)于單日排泄次數(shù)超過(guò)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(guò)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(guò)程中Δ值小于或等于0。將行進(jìn)過(guò)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(wú)損監(jiān)測(cè)角度而言，基于機(jī)器視覺(jué)技術(shù)的動(dòng)物行為監(jiān)測(cè)是目前最好的方法，這種技術(shù)以無(wú)接觸方式記錄動(dòng)物行為信息，對(duì)動(dòng)物活動(dòng)沒(méi)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(chǎng)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(cè)圈養(yǎng)動(dòng)物信息。后續(xù)研究中除了需要針對(duì)動(dòng)物行為進(jìn)行更精確的行為建模外，還需要解決養(yǎng)殖動(dòng)物個(gè)體識(shí)別與跟蹤的問(wèn)題，以豬行為監(jiān)測(cè)為例，目前最新研究進(jìn)展能夠準(zhǔn)確識(shí)別、跟蹤3頭豬8min時(shí)間[14]。而中國(guó)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(chǎng)景下，如何在大通量的視頻信息中識(shí)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(wèn)題。