基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战

康熙, 刘刚, 初梦苑, 李前, 王彦超

Advances and Challenges in Physiological Parameters Monitoring and Diseases Diagnosing of Dairy Cows Based on Computer Vision

KANG Xi, LIU Gang, CHU Mengyuan, LI Qian, WANG Yanchao

表3 基于计算机视觉技术的奶牛体重测量相关研究

Table 3 Researches on computer vision-based weight measurement of dairy cows

文献 年份 设备类型 技术 模型参数 准确率 样本量/个 Tasdemir等［46］ 2011 可见光相机 多元线性回归 体尺 平均相对误差为1.87% 16 张立倩［47］ 2013 可见光相机 模糊逼近算法 体尺 平均相对误差为2.00% —— Song等［48］ 2017 Kinect v2 多元线性回归 体尺、年龄、胎次 平均相对误差为5.20% 30 牛金玉［49］ 2018 Kinect v2 最小二乘法 体尺 相对均方根误差为2.87% 45 Le Cozler等［50］ 2019 Morpho2D 多元线性回归 体尺、体积、表面积 平均相对误差为2.72% 64 初梦苑等［51］ 2020 Kinect v2 多元线性回归 体积、表面积 平均相对误差为2.04% 86