用于基于视频的产犊征兆检测的深度多流网络
计算机视觉与模式识别
2023-02-17 v1 人机交互
图像与视频处理
摘要
我们设计了一个深度多流网络,用于从视频中自动检测产犊征兆。来自摄像头(一种非接触式传感器)的产犊征兆检测有望实现更高效的牲畜管理。由于在建立产犊检测系统时通常无法假定具备大规模、完善的数据,因此在运行期间需要向农户展示预测依据,故黑盒建模(也称为端到端建模)并不合适。为了产犊检测系统的实际运行,本研究旨在将专家知识融入深度神经网络。为此,我们提出了一种多流产犊征兆检测网络,其中从为各具有不同特征(如作为产犊征兆的母牛姿态、旋转和移动)的属性设计的相应特征提取网络中提取多个产犊相关特征,然后根据母牛的状况进行适当的整合。使用 15 头母牛视频进行的实验比较表明,我们的多流系统相较端到端系统有显著改进,且多流架构显著有助于减少检测错误。此外,我们观察到的 distinctive 混合权重有助于提供系统行为的可解释性。
引用
@article{arxiv.2302.08493,
title = {Deep Multi-stream Network for Video-based Calving Sign Detection},
author = {Ryosuke Hyodo and Teppei Nakano and Tetsuji Ogawa},
journal= {arXiv preprint arXiv:2302.08493},
year = {2023}
}