摘要： 【目的】實(shí)現(xiàn)奶牛體尺準(zhǔn)確測(cè)量，精準(zhǔn)評(píng)定奶牛體型?！痉椒ā酷槍?duì)奶牛體尺測(cè)量精度有限、自動(dòng)化程度低等問(wèn)題，提出一種基于雙目立體匹配和改進(jìn)YOLOv8n-Pose 的奶牛體尺測(cè)量方法，利用CREStereo 獲取深度信息，在YOLOv8n-Pose 中引入SimAM 注意力機(jī)制，使網(wǎng)絡(luò)更加關(guān)注奶牛個(gè)體識(shí)別及奶牛關(guān)鍵點(diǎn)位置信息，并采用CoordConv 卷積改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)，增強(qiáng)網(wǎng)絡(luò)空間坐標(biāo)感知能力?！窘Y(jié)果】改進(jìn)的YOLOv8n-Pose 可快速準(zhǔn)確檢測(cè)奶牛體尺測(cè)量關(guān)鍵點(diǎn)，檢測(cè)精度為94.3%，模型參數(shù)量為2.99 M，浮點(diǎn)計(jì)算量為8.40 G，檢測(cè)速度為55.6 幀/s。融合雙目立體匹配與改進(jìn)YOLOv8n-Pose 關(guān)鍵點(diǎn)檢測(cè)的奶牛體尺測(cè)量最大平均相對(duì)誤差為4.19%。【結(jié)論】所提出的體尺測(cè)量方法具有較高的精度及較快的檢測(cè)速度，能夠滿足奶牛體尺測(cè)量的實(shí)用要求。

關(guān)鍵詞： 體尺測(cè)量；雙目立體視覺(jué)；關(guān)鍵點(diǎn)檢測(cè)；奶牛

中圖分類號(hào)： S823；TP391.41 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 1001-411X（2024）05-0802-10

奶牛體尺能夠反映其生長(zhǎng)發(fā)育狀況、繁殖能力、產(chǎn)奶能力及潛在經(jīng)濟(jì)價(jià)值等重要信息[1-3]。長(zhǎng)期以來(lái)，我國(guó)奶牛體尺測(cè)量主要采用傳統(tǒng)的接觸式測(cè)量，由經(jīng)驗(yàn)豐富的工作人員利用卡尺、皮尺、卷尺、測(cè)杖等工具測(cè)量或者通過(guò)人眼估算，存在復(fù)雜繁瑣、測(cè)量效率低、易受環(huán)境和測(cè)量人員主觀因素影響等問(wèn)題[4]。

隨著機(jī)器視覺(jué)技術(shù)的快速發(fā)展，家禽家畜的體尺測(cè)量有更多的解決方案，主要可分為基于二維圖像的體尺測(cè)量和基于三維點(diǎn)云的體尺測(cè)量2 種方式[4]。在基于二維圖像的體尺測(cè)量方面，Tasdemir等[5] 拍攝荷斯坦奶牛頂部和側(cè)面RGB 圖像，采用直接線性變化法標(biāo)定相機(jī)，利用圖像分析軟件基于點(diǎn)云計(jì)算奶牛體尺，該方法測(cè)得奶牛體高、臀高、體長(zhǎng)、臀寬準(zhǔn)確率分別為97.72%、98.00%、97.89%、95.25%。劉同海等[6] 在飲水器正上方采集120 日齡豬只的體尺圖像，將豬體目標(biāo)從二值圖像中分割，實(shí)時(shí)提取體尺測(cè)點(diǎn)，該方法測(cè)得豬只體長(zhǎng)的平均相對(duì)誤差為0.92%。薛廣順等[7] 利用Logitech WebcamPro 9000 攝像機(jī)采集牛體圖像，采用貝葉斯決策皮膚檢測(cè)法提取牛體，基于尺度不變特征變換（Scaleinvariantfeature transform，SIFT） 算法實(shí)現(xiàn)特征點(diǎn)匹配，利用雙目相機(jī)成像模型結(jié)合相機(jī)標(biāo)定參數(shù)獲取牛體三維點(diǎn)云。張晨光等[8] 采用雙目視覺(jué)技術(shù)進(jìn)行奶牛圖像采集，提取奶牛背部輪廓與側(cè)面輪廓，通過(guò)SIFT 算法，結(jié)合相機(jī)標(biāo)定參數(shù)獲取特征點(diǎn)空間坐標(biāo)，最終利用歐式距離計(jì)算奶牛體高、體長(zhǎng)和體寬。在基于三維點(diǎn)云的體尺測(cè)量方面，趙建敏等[9] 使用雙目相機(jī)采集體尺圖像，利用YOLOv5 檢測(cè)牛體及牛頭、軀干、牛蹄、牛尻、腿關(guān)節(jié)等特征部位，基于改進(jìn)的Canny 邊緣檢測(cè)算法及曲線擬合算法提取牛體局部邊緣輪廓，通過(guò)U 弦長(zhǎng)得到體尺測(cè)量特征點(diǎn)，最終完成體高、體長(zhǎng)、體斜長(zhǎng)等體尺測(cè)量，該方法平均體尺測(cè)量誤差為2.4%。Huang等[10] 利用IFM O3D303 相機(jī)獲取秦川牛側(cè)面點(diǎn)云數(shù)據(jù)，采用KD-Network 訓(xùn)練牛體輪廓提取模型，通過(guò)快速點(diǎn)特征直方圖獲得特征表面中心完成體尺測(cè)量，該方法最大測(cè)量誤差為2.0%。初夢(mèng)苑等[11] 使用Kinect DK 深度相機(jī)拍攝奶牛側(cè)面與俯視圖像，基于視頻錯(cuò)幀補(bǔ)全奶牛側(cè)面點(diǎn)云，采用迭代最近點(diǎn)算法配準(zhǔn)奶牛側(cè)面點(diǎn)云與俯視點(diǎn)云，基于幾何特征測(cè)量奶牛體直長(zhǎng)、肩寬、臀寬等7 種體尺參數(shù)。Yang等[12] 使用智能手機(jī)環(huán)繞奶牛拍攝圖像，通過(guò)運(yùn)動(dòng)結(jié)構(gòu)法構(gòu)造三維點(diǎn)云模型，根據(jù)形態(tài)特征自動(dòng)標(biāo)記體尺測(cè)量點(diǎn)，該方法體尺測(cè)量平均相對(duì)誤差小于4.67%?；谌S點(diǎn)云的體尺測(cè)量方法提供了精確的測(cè)量，但計(jì)算量大、測(cè)量過(guò)程復(fù)雜、測(cè)量成本高，并且需要特定的環(huán)境條件，在規(guī)?；B(yǎng)殖場(chǎng)實(shí)現(xiàn)其快速準(zhǔn)確體尺測(cè)量尚需進(jìn)一步驗(yàn)證。相比之下，使用單個(gè)深度相機(jī)進(jìn)行體尺測(cè)量具有計(jì)算負(fù)擔(dān)低、測(cè)量設(shè)備部署簡(jiǎn)單和設(shè)備成本低等優(yōu)點(diǎn)，更適合家禽家畜體尺參數(shù)的快速測(cè)量。

測(cè)量關(guān)鍵點(diǎn)的快速準(zhǔn)確檢測(cè)是奶牛體尺快速準(zhǔn)確測(cè)量的前提。Yin 等[13] 采用對(duì)豬只身體部位平均分割的方法定位測(cè)量關(guān)鍵點(diǎn)，并將點(diǎn)云姿態(tài)標(biāo)準(zhǔn)化， 實(shí)現(xiàn)了體尺的自動(dòng)測(cè)量。H u 等[ 1 4 ] 通過(guò)PointNet++對(duì)不同姿勢(shì)的豬只點(diǎn)云進(jìn)行分割，根據(jù)幾何特征定位豬體測(cè)量關(guān)鍵點(diǎn)，該方法最大體尺測(cè)量誤差為5.26%。陸明洲等[15] 利用圖像處理技術(shù)獲取山羊體尺關(guān)鍵點(diǎn)，測(cè)量最大相對(duì)誤差為5.5%。本研究基于YOLOv8n-Pose 快速準(zhǔn)確獲取測(cè)量關(guān)鍵點(diǎn)，利用雙目立體視覺(jué)模型獲取深度信息，完成奶牛體尺的快速準(zhǔn)確測(cè)量。

1 數(shù)據(jù)采集及數(shù)據(jù)集制作

1.1 數(shù)據(jù)采集

奶牛雙目圖像數(shù)據(jù)采集自陜西省咸陽(yáng)市楊陵區(qū)官村奶牛養(yǎng)殖場(chǎng)與楊凌科元克隆股份有限公司奶牛養(yǎng)殖場(chǎng)，采集時(shí)間為2022 年11 月至2023 年4 月，包括奶牛側(cè)面雙目圖像及視頻數(shù)據(jù)，采用ZED 2i 相機(jī)采集奶牛側(cè)面圖像。圖像數(shù)據(jù)的圖像分辨率為2 208 像素×1 242 像素，用于構(gòu)建目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)數(shù)據(jù)集；雙目視頻數(shù)據(jù)的視頻分辨率為4 416 像素×1 242 像素，幀率為15 幀/s，用于最終體尺測(cè)量。圖1 為數(shù)據(jù)采集及數(shù)據(jù)集構(gòu)建示意圖，圖1a 為數(shù)據(jù)采集平臺(tái)示意圖，ZED 2i 雙目立體相機(jī)固定于相機(jī)支架上，距離地面約1.1 m，將相機(jī)支架置于奶牛側(cè)面2～3 m 處，拍攝奶牛側(cè)面圖像或采集視頻數(shù)據(jù)，在采集過(guò)程中避免陽(yáng)光直射相機(jī)，減少陽(yáng)光直射對(duì)立體匹配的影響；圖1b 為通過(guò)采集平臺(tái)采集單幅奶牛側(cè)面圖像，共采集1 895 幅圖像，按8∶2 劃分訓(xùn)練集與驗(yàn)證集，構(gòu)建奶牛目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)數(shù)據(jù)集；圖1c 為視頻數(shù)據(jù)采集及體尺測(cè)量數(shù)據(jù)集構(gòu)建示意圖，將圖1a 所示的采集平臺(tái)置于奶牛擠奶通道外2.5 m 處采集奶牛在擠奶通道的側(cè)面視頻，并將采集的視頻進(jìn)行分幀，以2 幀/s 構(gòu)建體尺測(cè)量數(shù)據(jù)集。

1.2 體尺測(cè)量標(biāo)準(zhǔn)與數(shù)據(jù)標(biāo)注

本研究涉及奶牛體斜長(zhǎng)、體高、臀高和尻長(zhǎng)4 項(xiàng)體尺測(cè)量。圖2 為奶牛體尺測(cè)量標(biāo)準(zhǔn)的示意圖，奶牛體斜長(zhǎng)近似為坐骨端（C） 到肩端（D） 的直線距離，體高為鬐甲部最高點(diǎn)（A） 到前蹄與地面交點(diǎn)（E1） 的直線距離，臀高為臀部最高點(diǎn)（B） 到后蹄與地面交點(diǎn)（E2） 的直線距離，尻長(zhǎng)為坐骨端（C） 到尻尖（F） 的直線距離。在構(gòu)建的目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)數(shù)據(jù)集中標(biāo)注鬐甲部、尻尖、坐骨端、肩端、蹄部等8 個(gè)測(cè)量關(guān)鍵點(diǎn)。

1.3 真實(shí)體尺數(shù)據(jù)獲取

奶牛體尺真實(shí)數(shù)據(jù)的準(zhǔn)確獲取是試驗(yàn)測(cè)試的前提，但由于手動(dòng)測(cè)量體尺依賴于人工經(jīng)驗(yàn)，存在較大的偶然誤差與粗大誤差， H u 等[ 1 4 ] 采用PointNet++分割奶牛點(diǎn)云后獲取奶牛體尺，與手動(dòng)測(cè)量相比，體長(zhǎng)、體高的平均偏差僅為2.34%，說(shuō)明點(diǎn)云數(shù)據(jù)測(cè)量與手動(dòng)測(cè)量相差少。Tran 等[ 1 6 ] 和Deris 等[17] 證實(shí)了ZED 相機(jī)在點(diǎn)云三維重建與測(cè)量方面具有高精度的優(yōu)勢(shì)。因此，本研究采用ZED2i 相機(jī)采集奶牛側(cè)面點(diǎn)云數(shù)據(jù)并依據(jù)手動(dòng)測(cè)量的方法獲取體尺的真實(shí)值。

2 基于CREStereo 和YOLOv8n-Pose 的體尺測(cè)量

2.1 基于CREStereo 立體匹配的深度估計(jì)網(wǎng)絡(luò)

2.1.1 小孔成像模型與視差計(jì)算

小孔成像模型是常用的相機(jī)模型，雙目相機(jī)基于小孔成像模型，利用2 個(gè)相機(jī)從不同角度同時(shí)拍攝，通過(guò)標(biāo)定參數(shù)進(jìn)行畸變矯正、極限矯正，根據(jù)拍攝點(diǎn)在左右圖像中成像位置的差異，確定點(diǎn)在空間中的位置。根據(jù)文獻(xiàn)[18]，設(shè)計(jì)雙目相機(jī)成像模型（圖3），Ol 和Or 分別是雙目立體相機(jī)左右相機(jī)的光心，ol 和or 分別是左右相機(jī)光軸與成像平面的交點(diǎn)，假設(shè)兩成像平面寬度為W，成像平面與相機(jī)之間的距離為焦距f，P 是三維空間中的一個(gè)點(diǎn)，pl 和pr 是點(diǎn)P 在左右相機(jī)成像平面上的像點(diǎn)，xl 和xr 是pl 和pr 的x 坐標(biāo)，z 為P 到左右相機(jī)所在直線的距離，根據(jù)相似三角形可得公式（1）：

式中，b 為左右相機(jī)的基線距離。

令xl?xr為視差（d），根據(jù)公式（1），則點(diǎn)P 的深度為：

z = b f / d。（2）

根據(jù)視差值（d），結(jié)合雙目立體相機(jī)標(biāo)定參數(shù)基線（b） 和焦距（f） 推導(dǎo)每個(gè)像素點(diǎn)在三維空間中的深度，進(jìn)而推導(dǎo)出三維空間坐標(biāo)。

2.1.2 CREStereo 立體匹配

立體匹配是從一對(duì)圖像中推斷每個(gè)像素的深度信息。傳統(tǒng)的立體匹配算法是將立體匹配問(wèn)題轉(zhuǎn)化為在左右兩幅圖像中尋找最相似的像素點(diǎn)的過(guò)程。相比傳統(tǒng)立體匹配算法，基于深度學(xué)習(xí)的立體匹配方法具有更高的精度和更好的魯棒性，能夠處理復(fù)雜的場(chǎng)景[19]。因此，本研究采用CREStereo 算法[20] 對(duì)奶牛雙目圖像進(jìn)行立體匹配獲取視差值。圖4 為CREStereo 算法立體匹配推理過(guò)程，推理網(wǎng)絡(luò)采用堆疊級(jí)聯(lián)架構(gòu)，在保證魯棒性的基礎(chǔ)下，保留高分辨率輸入的細(xì)節(jié)，利用循環(huán)更新模塊（Recurrent update module，RUM）處理實(shí)際應(yīng)用中的非理想矯正情況，盡可能地緩解下采樣過(guò)程中區(qū)域的特征退化。RUM 采用循環(huán)架構(gòu)，逐步更新和細(xì)化深度圖，通過(guò)多次迭代整合上下文信息，提高視差計(jì)算的整體精度。

2.2 基于YOLOv8n-Pose 的測(cè)量關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)

2 . 2 . 1 Y O L O v 8 n - P o s e 估計(jì)網(wǎng)絡(luò)

本文基于YOLOv8n-Pose 估計(jì)網(wǎng)絡(luò)、SimAM 注意力機(jī)制[21]及CoordConv 卷積[22] 改進(jìn)網(wǎng)絡(luò)，提出適用于奶牛關(guān)鍵點(diǎn)檢測(cè)的姿態(tài)估計(jì)模型。其中YOLOv8n-Pose 網(wǎng)絡(luò)是基于YOLOv8 及YOLO-Pose 估計(jì)網(wǎng)絡(luò)而提出的多任務(wù)聯(lián)合學(xué)習(xí)網(wǎng)絡(luò)，能夠同時(shí)實(shí)現(xiàn)目標(biāo)分類及姿態(tài)估計(jì)任務(wù)。圖5 為改進(jìn)的YOLOv8n-Pose 估計(jì)網(wǎng)絡(luò)。

2.2.2 SimAM 注意力機(jī)制

SimAM 注意力模塊是Yang 等[21] 基于神經(jīng)科學(xué)理論，受人腦注意力機(jī)制的啟發(fā)，提出的一種3D 注意力模塊，SimAM 注意力機(jī)制通過(guò)構(gòu)建一個(gè)優(yōu)化能量函數(shù)來(lái)挖掘神經(jīng)元的重要性以計(jì)算注意力權(quán)重，公式（3） 為能量函數(shù)（et）：

式中，t 為輸入特征的目標(biāo)神經(jīng)元；λ 為正則化系數(shù)；i 為空間維度索引號(hào)；xi 為其他神經(jīng)元；M 為通道上所有神經(jīng)元的個(gè)數(shù)；y 為標(biāo)簽值，用于確定該神經(jīng)元是否為重要神經(jīng)元；wt 為權(quán)重；bt 為偏置。根據(jù)公式（3），推導(dǎo)最小能量函數(shù)如公式（4）：

式中，?為輸入特征 t 的均值，σ? 2為輸入特征 t 的方差。

由公式（4） 可知，能量越低，特征相關(guān)的神經(jīng)元（t） 與周圍神經(jīng)元區(qū)別越大，重要程度越高，則神經(jīng)元重要性為1/et*。

本研究增加SimAM，位置如圖5 Backbone 部分所示，SimAM 注意力模塊嵌入在C2f 與SPPF 之間，以觀察整個(gè)Backbone 中的重要神經(jīng)元，增強(qiáng)重要特征，抑制其他神經(jīng)元，從而聚焦于更有利于奶牛關(guān)鍵點(diǎn)檢測(cè)的特征表示。

2.2.3 CoordConv 卷積

CoordConv 卷積是由Liu 等[22] 開發(fā)的卷積方法，旨在提高神經(jīng)網(wǎng)絡(luò)對(duì)坐標(biāo)信息的感知能力。圖6 為CoordConv 結(jié)構(gòu)，在傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)中，通過(guò)1 個(gè)拼接操作在通道維度上引入2 個(gè)額外的通道，這2 個(gè)通道分別包含x 坐標(biāo)（j） 和y 坐標(biāo)（i） 的信息。CoordConv 顯著提升了模型對(duì)空間布局的理解能力，使得網(wǎng)絡(luò)能夠更有效地處理具有明確空間關(guān)系的任務(wù)。在本研究中，參考PP-YOLO[23] 網(wǎng)絡(luò)，如圖5 Head 部分所示，在YOLOv8 網(wǎng)絡(luò)的Head 部分引入2 層卷積核大小為1×1 的CoordConv 卷積層，旨在增強(qiáng)網(wǎng)絡(luò)對(duì)奶?？臻g坐標(biāo)的感知，從而提升目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)的性能。

2.3 融合立體匹配與關(guān)鍵點(diǎn)檢測(cè)的奶牛體尺測(cè)量

本研究中，奶牛直線體尺自動(dòng)測(cè)量算法分為以下5 個(gè)步驟：

1） 利用雙目相機(jī)拍攝奶牛側(cè)面圖像，并進(jìn)行立體校正；

2） 采用CREStereo 算法對(duì)奶牛雙目圖像立體匹配，并計(jì)算左目圖像深度信息；

3） 采用改進(jìn)YOLOv8n-Pose 檢測(cè)奶牛左目圖像中的關(guān)鍵點(diǎn)，并分別計(jì)算每頭奶牛目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)置信度，優(yōu)先選擇關(guān)鍵點(diǎn)檢測(cè)置信度高的奶牛作為最優(yōu)體尺測(cè)量目標(biāo)；

4） 結(jié)合雙目相機(jī)參數(shù)與左目圖像深度信息，將奶牛關(guān)鍵點(diǎn)映射至三維空間中；

5） 完成奶牛體斜長(zhǎng)、體高、臀高和尻長(zhǎng)指標(biāo)的測(cè)量。

為計(jì)算奶牛體尺，需將關(guān)鍵點(diǎn)像素坐標(biāo)映射到相機(jī)坐標(biāo)系或世界坐標(biāo)系下，采用相機(jī)坐標(biāo)系作為三維空間坐標(biāo)系，以減少因相機(jī)標(biāo)定不準(zhǔn)確及坐標(biāo)變換對(duì)精度的影響。假設(shè)由步驟3） 改進(jìn)的YOLOv8n-Pose 模型進(jìn)行奶牛關(guān)鍵點(diǎn)檢測(cè)后，奶牛鬐甲部最高點(diǎn)像素坐標(biāo)為（uA， vA），臀部為（uB，vB），坐骨端為（uC， vC），肩端為（uD， vD），奶牛前、后蹄與地面交點(diǎn)為（uE1， vE1） 和（uE2， vE2），尻尖為（uF，vF ）。根據(jù)公式（2） 得到對(duì)應(yīng)的相機(jī)坐標(biāo)為公式（5）：

3 結(jié)果與分析

3.1 立體匹配測(cè)量與分析

為探究2～3 m 不同距離的雙目立體匹配結(jié)果，選用5 頭奶牛在距離2～3 m 處進(jìn)行立體匹配，圖7為不同距離下立體匹配結(jié)果，表1 為不同距離的體尺手動(dòng)點(diǎn)云測(cè)量與人工測(cè)量的相對(duì)誤差?？梢?jiàn)，在2～3 m 深度范圍內(nèi)CREStereo 方法能正確地從ZED 2i 拍攝的奶牛雙目圖像中估算深度信息，滿足奶牛體尺測(cè)量要求，但在實(shí)際測(cè)量中為避免距離過(guò)近導(dǎo)致的信息缺失和距離過(guò)遠(yuǎn)造成的圖像質(zhì)量下降，應(yīng)保證奶牛位于在雙目圖像中央完整且占據(jù)圖像主體的距離。

3.2 YOLOv8n-Pose 模型訓(xùn)練環(huán)境

本文提出的改進(jìn)的YOLOv8n-Pose 模型在G PU 計(jì)算服務(wù)器訓(xùn)練的硬件配置為I n t e l （ R ）Xeon（R） Platinum 8255C CPU @ 2.50 GHz 12 核、RTX 3090 24 GB、內(nèi)存為43 GB；軟件環(huán)境為Ubuntu18.04、Python3.8、PyTorch1.8.1、Cuda11.1；網(wǎng)絡(luò)訓(xùn)練初始學(xué)習(xí)率為0.001，周期學(xué)習(xí)率為0.02，采用Adam 優(yōu)化器。

3.3 模型改進(jìn)的消融試驗(yàn)

為了驗(yàn)證SimAM 注意力機(jī)制和CoordConv 卷積在奶牛關(guān)鍵點(diǎn)檢測(cè)上的作用，以Y O L O v 8 n -Pose 模型為基礎(chǔ)，設(shè)計(jì)消融試驗(yàn)驗(yàn)證改進(jìn)效果，圖8 為消融試驗(yàn)結(jié)果。在YOLOv8n-Pose 中分別添加S i m AM 機(jī)制和C o o r d C o n v 后， 重疊度（Intersection over union，IoU） 閾值為50% 的平均精確度均值（mAP50） 和IoU 閾值為50%～95% 的平均精確度均值（mAP50～95） 均有所提高，最終網(wǎng)絡(luò)較原網(wǎng)絡(luò)目標(biāo)檢測(cè)mAP50～95 提高了1.1 個(gè)百分點(diǎn)（圖8a），關(guān)鍵點(diǎn)檢測(cè)mAP50～95 提高了4.5 個(gè)百分點(diǎn)（圖8b）。

表2 為消融試驗(yàn)?zāi)Ｐ蛥?shù)量與計(jì)算量的對(duì)比結(jié)果，從表2 可以看出，最終改進(jìn)模型的參數(shù)量?jī)H增加了0.34%，而運(yùn)算量降低了1.18%。

3.4 奶牛目標(biāo)檢測(cè)及關(guān)鍵點(diǎn)檢測(cè)結(jié)果分析

為檢驗(yàn)改進(jìn)后模型的關(guān)鍵點(diǎn)檢測(cè)性能，利用測(cè)試集驗(yàn)證改進(jìn)的YOLOv8n-Pose 模型，圖9 為模型在不同復(fù)雜情景下的奶牛關(guān)鍵點(diǎn)檢測(cè)結(jié)果。如圖9a 為奶牛側(cè)面存在遮擋時(shí)的檢測(cè)結(jié)果，圖9b 為不同奶牛品種的檢測(cè)結(jié)果，圖9c 為多目標(biāo)奶牛檢測(cè)結(jié)果；改進(jìn)后的模型在多種復(fù)雜因素影響下均可較好地完成奶牛關(guān)鍵點(diǎn)檢測(cè)任務(wù)。

為客觀地衡量改進(jìn)的YOLOv8n-Pose 性能，與Hourglass[24]、HRNet[25]、SimCC[26] 和RTMpose[27] 等其他優(yōu)秀算法比較，各算法使用相同數(shù)據(jù)集和軟硬件環(huán)境，表3 為對(duì)比結(jié)果。本文提出的改進(jìn)YOLOv8n-Pose 的精度最高，且模型參數(shù)量和浮點(diǎn)運(yùn)算量均表現(xiàn)優(yōu)秀。

3.5 體尺測(cè)量結(jié)果對(duì)比與分析

在拍攝的15 頭奶牛的雙目視頻中分別選取5 幀站立視頻，計(jì)算體尺平均值作為測(cè)量值。圖10為體尺測(cè)量最優(yōu)目標(biāo)判斷結(jié)果，圖10a 為單頭奶牛且環(huán)境較暗，圖10b 為兩頭奶牛，圖10c 多頭奶牛且相互遮擋，圖10d 為多頭奶牛且被欄桿遮擋。

表4 為15 頭奶牛的體尺測(cè)量結(jié)果，測(cè)量值為本文提出的奶牛體尺測(cè)量方法的平均測(cè)量結(jié)果，真實(shí)值為通過(guò)點(diǎn)云數(shù)據(jù)手動(dòng)平均測(cè)量結(jié)果。

利用箱線圖分析各項(xiàng)體尺的相對(duì)誤差，圖11為體尺測(cè)量相對(duì)誤差箱線圖，其中體斜長(zhǎng)相對(duì)誤差最小，臀高相對(duì)誤差最大。體斜長(zhǎng)的最大相對(duì)誤差為3.74%，平均相對(duì)誤差為1.84%，平均絕對(duì)誤差為3.2 cm；體高的最大相對(duì)誤差為6.54%，平均相對(duì)誤差為2.34%，平均絕對(duì)誤差為3.5 cm；臀高的最大相對(duì)誤差為9.11%，平均相對(duì)誤差為2.98%，平均絕對(duì)誤差為4.5 cm；尻長(zhǎng)的最大相對(duì)誤差為8.62%，平均相對(duì)誤差為4.19%，平均絕對(duì)誤差為2.3 cm。分析誤差來(lái)源，主要如下：1） 在奶牛關(guān)鍵點(diǎn)檢測(cè)數(shù)據(jù)集中，部分奶牛輪廓不明顯或標(biāo)注不規(guī)范，導(dǎo)致奶牛關(guān)鍵點(diǎn)檢測(cè)存在一定偏差；2） 雙目相機(jī)在實(shí)際使用中存在一定的畸變，奶牛深度信息計(jì)算的偏差導(dǎo)致體尺測(cè)量偏差。

4 結(jié)論

基于YOLOv8n-Pose 模型，通過(guò)引入SimAM注意力機(jī)制和CoordConv 卷積，提出了改進(jìn)的YOLOv8n-Pose 奶牛關(guān)鍵點(diǎn)檢測(cè)模型，模型檢測(cè)精度為94.30%，參數(shù)量為2.99 M，計(jì)算量為8.40 G，視頻平均檢測(cè)速度為55.6 幀/s；相比于原網(wǎng)絡(luò)，有著更好的精度，更小的計(jì)算量，更適合奶牛養(yǎng)殖場(chǎng)實(shí)際的部署與應(yīng)用。本研究融合CREStereo 立體匹配與改進(jìn)的YOLOv8n-Pose，提出一種奶牛體尺測(cè)量方法，利用CREStereo 對(duì)奶牛雙目圖像立體匹配計(jì)算視差值，利用改進(jìn)的YOLOv8n-Pose 檢測(cè)左目圖像中奶牛關(guān)鍵點(diǎn)，結(jié)合雙目相機(jī)標(biāo)定參數(shù)將奶牛關(guān)鍵點(diǎn)像素坐標(biāo)轉(zhuǎn)換至空間坐標(biāo)，通過(guò)計(jì)算關(guān)鍵點(diǎn)間的歐氏距離完成奶牛體尺自動(dòng)測(cè)量，體尺測(cè)量最大平均相對(duì)誤差為4.19%。

參考文獻(xiàn)：

[1]COMMUNOD R， GUIDA S， VIGO D， et al. Body measuresand milk production， milk fat globules granulometryand milk fatty acid content in cabannina cattle breed[J].Italian Journal of Animal Science， 2013， 12（1）： e18.

[2] RATHBUN F M， PRALLE R S， BERTICS S J， et al. Relationships between body condition score change， priormid-lactation phenotypic residual feed intake， and hyperketonemiaonset in transition dairy cows[J]. Journal ofDairy Science， 2017， 100（5）： 3685-3696.

[3]王宇. 基于三維點(diǎn)云數(shù)據(jù)的奶牛體尺測(cè)量研究[D]. 鄭州： 華北水利水電大學(xué)， 2023.

[4]初夢(mèng)苑， 司永勝， 李前， 等. 家畜體尺自動(dòng)測(cè)量技術(shù)研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2022， 38（13）： 228-240.

[5]TASDEMIR S， URKMEZ A， INAL S. Determination ofbody measurements on the Holstein cows using digitalimage analysis and estimation of live weight with regressionanalysis[J]. Computers and Electronics in Agriculture，2011， 76（2）： 189-197.

[6]劉同海， 滕光輝， 付為森， 等. 基于機(jī)器視覺(jué)的豬體體尺測(cè)點(diǎn)提取算法與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2013， 29（2）：161-168.

[7]薛廣順， 來(lái)智勇， 張志毅， 等. 基于雙目立體視覺(jué)的復(fù)雜背景下的牛體點(diǎn)云獲取[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2015，36（5）： 1390-1395.

[8]張晨光， 雷金輝， 陳焰， 等. 基于機(jī)器雙目視覺(jué)的奶牛體尺參數(shù)的測(cè)量應(yīng)用[J]. 電子技術(shù)應(yīng)用， 2020， 46（6）： 59-62.

[9]趙建敏， 關(guān)曉鵬. 基于雙目深度估計(jì)的牛體尺測(cè)量方法設(shè)計(jì)[J]. 光電子·激光， 2022， 33（4）： 429-435.

[10]HUANG L W， GUO H， RAO Q Q， et al. Body dimensionmeasurements of Qinchuan cattle with transfer learningfrom LiDAR sensing[J]. Sensors， 2019， 19（22）： 5046.

[11]初夢(mèng)苑， 李孟飛， 李前， 等. 基于關(guān)鍵幀提取與頭頸部去除的奶牛體尺測(cè)量方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022，53（S2）： 226-233.

[12]YANG G Y， XU X S， SONG L， et al. Automated measurementof dairy cows body size via 3D point cloud dataanalysis[J]. Computers and Electronics in Agriculture，2022， 200： 107218.

[13]YIN L， ZHU J M， LIU C X， et al. Point cloud-based pigbody size measurement featured by standard and nonstandardpostures[J]. Computers and Electronics in Agriculture，2022， 199： 107135.

[14]HU H， YU J C， YIN L， et al. An improved PointNet++point cloud segmentation model applied to automaticmeasurement method of pig body size[J]. Computers andElectronics in Agriculture， 2023， 205： 107560.

[15]陸明洲， 光二穎， 陳子康， 等. 基于雙視角圖像的山羊體尺自動(dòng)測(cè)量方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2023， 54（8）： 286-295.

[16]TRAN T M， TA K D， HOANG M， et al. A study on determinationof simple objects volume using ZED stereocamera based on 3D-points and segmentation images[J].International Journal of Emerging Trends in EngineeringResearch， 2020， 8（5）： 1990-1995.

[17]DERIS A， TRIGONIS I， ARAVANIS A， et al. Depthcameras on UAVs： A first approach[J]. The InternationalArchives of the Photogrammetry， Remote Sensing andSpatial Information Sciences， 2017， XLII-2/W3： 231-236.

[18]HARTLEY R， ZISSERMAN A. Multiple view geometryin computer vision[M]. New York： Cambridge UniversityPress， 2003.

[19]SCH?PS T， SCH?NBERGER J L， GALLIANI S， et al.A multi-view stereo benchmark with high-resolution imagesand multi-camera videos[C]//2017 IEEE Conferenceon Computer Vision and Pattern Recognition （CVPR）.Honolulu： IEEE， 2017： 2538-2547.

[20]LI J， WANG P， XIONG P， et al. Practical stereo matchingvia cascaded recurrent network with adaptive correla-tion[C]//2022 IEEE/CVF Conference on Computer Visionand Pattern Recognition （CVPR）. New Orleans：IEEE， 2022： 16242-16251.

[21]YANG L X， ZHANG R Y， LI L， et al. SimAM： Asimple， parameter-free attention module for convolutionalneural networks[C]//PMLR. International Conferenceon Machine Learning. New York： PMLR， 2021： 11863-11874.

[22]LIU R， LEHMAN J， MOLINO P， et al. An intriguingfailing of convolutional neural networks and the Coord-Conv solution[EB/OL]. arXiv： 1807.03247 （2018-07-09）[2024-04-01]. https：//doi.org/10.48550/arXiv.1807.03247.

[23]LONG X， DENG K P， WANG G Z， et al. PP-YOLO： Aneffective and efficient implementation of object detector[EB/OL]. arXiv： 2007.12099 （2020-07-23） [2024-04-01].https：//doi.org/10.48550/arXiv.2007.12099.

[24]NEWELL A， YANG K， DENG J. Stacked hourglass networksfor human pose estimation[EB/OL]. arXiv：1603.06937 （2016-03-22） [2024-04-01]. https：//doi.org/10.48550/arXiv.1603.06937.

[25]SUN K， XIAO B， LIU D， et al. Deep high-resolution representationlearning for human pose estimation[C]//2019IEEE/CVF Conference on Computer Vision and PatternRecognition （CVPR）. Long Beach： IEEE， 2019： 5693-5703.

[26]LI Y J， YANG S， LIU P D， et al. SimCC： A simple coordinateclassification perspective for human pose estimation[EB/OL]. arXiv： 2107.03332 （2021-07-07） [2024-04-01]. https：//doi.org/10.48550/arXiv.2107.03332.

[27]JIANG T， LU P， ZHANG L， et al. RTMPose： Real-timemulti-person pose estimation based on MMPose[EB/OL].arXiv： 2303.07399 （2023-03-13） [2024-04-01]. https：//doi.org/10.48550/arXiv.2303.07399.

【責(zé)任編輯 李慶玲】

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（2023YFD1301800）；國(guó)家自然科學(xué)基金（32272931）