利用颌部运动的基于片段特征识别放牧牛的采食活动
声音
2023-08-29 v2 音频与语音处理
摘要
精准畜牧业通过利用传感器信息与通信技术来支持近实时主动决策，从而优化畜牧生产。在监测采食行为的可用技术中，声学方法具有高可靠性与可重复性，但可进一步通过计算改进以提升采食活动识别的精度与特异性。本研究提出一种称为基于颌部运动片段的采食活动识别器（JMFAR）的算法。该方法基于计算与分析颌部运动声音的时间、统计与频谱特征以检测反刍与放牧时段。它们被称为JM-片段特征，因为从一段声音片段中提取并期望捕获整个片段的JM信息而非单个JM。提出并测试了该方法的两个变体：（i）仅时间与统计特征的JMFAR-ns；以及（ii）特征选择过程的JMFAR-sel。JMFAR在自由放牧环境中记录的信号上测试，取得平均加权F1分数93%。随后，其与最先进算法比较，在放牧时段估计上表现出改进（+19%）。JMFAR-ns变体降低计算成本25.4%，但性能略低于JMFAR。JMFAR-ns的良好性能与低计算成本支持了在低成本嵌入式系统中实时实现该算法变体的可行性。本出版物中呈现的方法受 pending 专利申请保护：AR P20220100910。
引用
@article{arxiv.2204.00331,
title = {Using segment-based features of jaw movements to recognize foraging activities in grazing cattle},
author = {José O. Chelotti and Sebastián R. Vanrell and Luciano S. Martinez-Rau and Julio R. Galli and Santiago A. Utsumi and Alejandra M. Planisich and Suyai A. Almirón and Diego H. Milone and Leonardo L. Giovanini and H. Leonardo Rufiner},
journal= {arXiv preprint arXiv:2204.00331},
year = {2023}
}
备注
Preprint submitted to journal