BiAF：基于机器视觉的动态羊群检测与跟踪研究

　　

基于机器视觉的放牧山羊群监测研究新进展 —— 解读《BiAF：基于机器视觉的动态山羊群检测与跟踪研究》

内蒙古大学电子信息工程学院的研究人员 Yun Hou、Mingjuan Han、Wei Fan 等，在Scientific Reports期刊上发表了名为BiAF: research on dynamic goat herd detection and tracking based on machine vision的论文。该研究成果对于推动智能牧场管理、优化草原资源利用、保障动物福利具有重要意义，为实现草畜平衡提供了创新的技术手段，有助于推动畜牧业朝着智能化、精准化方向发展。

一、研究背景

随着全球畜牧业规模的不断扩大，动物福利问题愈发受到关注。在牧场管理中，实现科学放牧、优化草原资源配置至关重要，而对牲畜放牧的有效监测是达成这些目标的关键。传统的牲畜放牧监测方法，如人工跟踪和佩戴式监测，不仅会干扰放牧牲畜的自然运动和进食行为，影响对放牧模式的深入研究，还存在劳动强度大、成本高、实时反馈能力有限等问题。例如，给动物配备 GPS 设备可能引发应激反应，破坏其正常行为模式 。

近年来，机器视觉技术在现代农业尤其是畜牧业中发挥着越来越重要的作用。它作为一种非接触式检测方法，能够实时观测动物的运动行为和健康状况，提升牲畜福利和管理水平。目前，已有不少研究尝试利用机器视觉技术进行牲畜监测。如 Bello R.W. 等人使用 Mask YOLOv7 模型检测和计数牛；Soares V.H.A. 等人结合 CNN 网络和无人机图像优化技术实现牛的检测与计数 ；Subedi 等人提出 YOLOv5s-pecking 和 YOLOv5x-pecking 模型用于跟踪蛋鸡行为 。但这些研究在处理复杂场景时仍存在精度不足等问题，且针对自由放牧牲畜的监测研究相对较少。在自由放牧场景下，由于光照变化、目标遮挡和变形等因素，牲畜监测面临巨大挑战。因此，开发一种高效、准确的自由放牧山羊群检测与跟踪算法迫在眉睫。

二、研究材料与方法

（一）数据采集

研究人员在内蒙古伊伟白绒山羊有限公司的牧场开展实验，利用 14 台紫光华智 IPC3526-X22R4-SI 200 万像素星光红外球型网络摄像机进行数据采集。实验从 2022 年 9 月 21 日持续至 9 月 30 日，期间牧场的第 8 号球型摄像机记录了山羊的进食活动，共获得 56 段时长总计 25 小时的视频。

为构建数据集，研究人员编写 Python 程序从视频中提取帧。考虑到山羊运动相对缓慢，将帧提取间隔设为 30 秒以减少冗余并捕捉足够变化。提取后对帧进行筛选，去除模糊、重复或无关图像，得到 2800 张高质量图像。随后，使用 LabelImg 标注工具将图像中的山羊标注为 “goat”，并以 PASCAL VOC 格式导出标注数据集。为进一步扩充数据集，采用随机旋转、缩放、翻转和颜色调整等数据增强技术，将数据集扩展至 14000 个样本，提高模型对光照、方向和尺度变化的鲁棒性。实验数据分为训练集（占 70%）、验证集（占 20%）和测试集（占 10%）。

（二）实验平台

研究采用基于 VOC 数据集预训练参数的 YOLO 模型。使用自适应矩估计（Adam）优化器，初始学习率设为 0.01，动量为 0.937，每 10 个 epoch 保存一次模型权重。在对比消融实验中，保持主要结构参数不变，从预训练模型开始初始训练，先冻结骨干特征层 50 个 epoch，之后解冻并训练至收敛，其他训练超参数包括批量大小为 8、训练轮数为 200、图像大小为 640×640 等。

（三）算法设计

1. BiAF-YOLOv7 算法：该算法基于 YOLOv7-tiny 模型，名称 BiAF 融合了 “双向聚合特征”（Bi）和 “注意力融合”（AF）的设计理念，旨在提升多尺度特征提取和注意力优化能力。
   • 改进高效层聚合网络：借鉴 Bi-FPN 思想，提出 Bi-ELAN 网络。通过去除 PANet 中无效的中间节点（如 P3 和 P7），引入跨尺度跳跃连接，优化特征融合方式。Bi-ELAN 使用加权双向特征融合连接替代原模块中的 Concat 连接，实现特征信息在不同尺度间的双向流动，提高特征融合效率和模型性能。
   • 引入改进的 CBAM 注意力机制：利用 AFF 特征融合方法将通道注意力机制模块和空间注意力机制模块融合，形成 AF-CBAM 注意力模块。该模块能突出关键目标特征，抑制背景噪声。在每个改进的 ELAN 后添加 AF-CBAM，可优化特征图的空间分布，增强多尺度特征表示，提高模型的鲁棒性。
   • 改进 SPPCSPC 模块：SPPCSPC 模块通过多尺度空间金字塔池化提升模型特征表示能力，但存在参数多、计算成本高的问题。研究采用 SPPF 思想优化 SPPCSPC，得到 SPPFCSPC 模块。SPPFCSPC 在保持感受野不变的同时提高了运算速度，减少了参数数量，有效降低模型复杂度。
   • 优化锚框：针对手动设计锚框无法适应特定数据集目标分布的问题，研究使用 K-Means 聚类算法对锚框进行优化。通过计算样本与聚类中心的欧氏距离，将样本分配到距离最近的聚类中心，并不断更新聚类中心，直至达到最大迭代次数或聚类中心不再变化。最终得到适合山羊目标检测的 9 个最佳锚框。
   
   

（四）评估指标

研究采用精度（Precision）、召回率（Recall）、F1 分数和平均精度均值（mAP）等指标评估模型性能。精度表示分类为羊群样本中实际为羊群的样本比例；召回率反映模型正确识别羊群样本数量与实际羊群样本总数的关系；F1 分数综合考虑精度和召回率，平衡二者的负相关性；mAP 通过绘制精度 - 召回曲线（P-R 曲线）计算得到，用于衡量多目标检测算法的精度性能。

三、研究结果

（一）检测算法实验结果

研究选取 SSD、Faster R-CNN、YOLOv5l、YOLOv7、YOLOv7-tiny 和 YOLOv8s 等五种主流目标检测算法，与 BiAF-YOLOv7 算法在山羊目标检测数据集上进行对比分析。结果显示，在相同实验条件和数据集下，BiAF-YOLOv7 算法表现出色。其精度达到 94.5%，高于其他算法（SSD 为 80.4%、Faster R-CNN 为 87.3%、YOLOv5l 为 88.1%、YOLOv7 为 89.3%、YOLOv7-tiny 为 88.7%、YOLOv8s 为 90.3%）；召回率为 96.7%，分别比其他算法高出 5.7 - 7.2% 不等；F1 分数为 94.8%，mAP@0.5 达到 96.0%，mAP@0.5:0.95 为 59.7%，均显著优于其他算法 。在单图像检测速度方面，BiAF-YOLOv7 算法为 42.3ms，虽比 YOLOv7-tiny 算法慢 4.1ms，但远快于 YOLOv7 算法。与 YOLOv8 相比，BiAF-YOLOv7 在 mAP@0.5 和召回率上分别高出 1.5% 和 2.3%，在自由放牧场景检测精度上优势明显。

从 P-R 曲线分析，BiAF-YOLOv7 算法曲线的包络基本包含其他六种算法的曲线，表明该算法性能优于对比算法。这一系列实验结果充分证明 BiAF-YOLOv7 算法在检测精度和速度上达到了较好的平衡，能够高效准确地检测山羊目标。

（二）检测算法消融实验结果

为验证改进方法各步骤的有效性，研究进行了 BiAF-YOLOv7 算法的消融实验。实验 1 仅使用基线网络模型 YOLOv7-tiny，各项指标（精度、召回率、F1 分数、mAP@0.5）约为 90%。实验 2 将 YOLOv7-tiny 中的 ELAN 改进为 Bi-ELAN 后，精度提高 1.6%，召回率提高 0.5%，F1 分数提高 0.6%，mAP 值提高 1.2%，表明 Bi-ELAN 能增强模型对重要特征的识别能力。实验 3 在实验 2 基础上添加 AF-CBAM 注意力模块，精度提升 1.6%，F1 分数提高 2.3%，mAP 值增加 1.7%，但召回率略有下降，说明该模块优化了特征图的空间分布，增强了关键特征表达。实验 4 用 SPPFCSPC 替换 SPPCSPC，精度提高 0.9%，召回率提高 2.3%，F1 分数和 mAP 值分别提升 1.2% 和 0.5%，体现了新模块在提高检测性能方面的作用。实验 5 使用 K-Means 聚类得到的锚框替换原锚框，精度提高 1.7%，召回率提高 2.6%，F1 分数和 mAP 值均提升 1.6%，表明聚类后的锚框更适配数据集，提升了检测的准确性和速度。

从消融实验的 P-R 曲线和对比直方图可以直观看出，BiAF-YOLOv7 算法在精度、召回率、F1 分数和 mAP 值四个指标上表现优异，进一步验证了该算法改进步骤的有效性。

（三）与 DeepSORT 结合的跟踪实验结果

研究将 BiAF-YOLOv7 算法与 DeepSORT 跟踪算法相结合，在低光照、目标变形和遮挡等复杂场景下进行测试。结果表明，在低光照条件下，BiAF-YOLOv7-DeepSORT 算法能有效检测和跟踪山羊，即使山羊形状变化、聚集或分散，也能保持稳定的 ID 跟踪。当检测目标形状发生显著变化时，该算法能及时调整检测和跟踪框，准确跟踪目标。在目标被遮挡的场景中，BiAF-YOLOv7-DeepSORT 算法相比 YOLOv7-tiny-DeepSORT 算法，ID 跳跃次数显著减少（分别为 3 次和 8 次），检测准确率更高（94.6% 对比 92.4%），误识别和漏识别数量更少，IDF1 分数从 90.43% 提升至 93.07%，充分证明其在复杂场景下具有更强的目标检测和跟踪能力，稳定性和可靠性更高。

四、研究结论与讨论

（一）研究结论

本研究成功改进 YOLOv7-tiny 模型，提出 BiAF-YOLOv7 算法，有效解决了自由放牧山羊群检测与跟踪中的诸多问题。通过一系列改进措施，包括使用 Bi-ELAN 网络替换原 ELAN 网络、引入 AF-CBAM 注意力机制、优化 SPPCSPC 模块和使用 K-Means 聚类优化锚框，BiAF-YOLOv7 算法在检测精度上取得显著提升。在相同实验条件和数据集下，其精度、召回率、F1 分数和 mAP 值分别达到 94.5%、96.7%、94.8% 和 96.0%，优于多种主流目标检测算法。

与 DeepSORT 结合后，BiAF-YOLOv7-DeepSORT 算法在低光照、目标变形和遮挡等复杂场景下，对山羊群的跟踪表现出更高的准确性和更强的鲁棒性，有效减少了 ID 跳跃、误识别和漏识别情况，提高了跟踪目标身份一致性。

（二）讨论

精准畜牧日益受到重视，实现牲畜与牧场资源的平衡是关键挑战。本研究中 BiAF-YOLOv7 算法利用牧场安装的摄像头，有效解决了光照、遮挡等因素导致的羊群跟踪精度不足问题，为牧场管理者提供了准确监测山羊实时位置和行为状态的有效手段，提高了牧场管理效率，推动了精准畜牧的发展。

与以往研究相比，该算法在复杂环境下表现更优。例如，Vayssade J. 等人的山羊跟踪算法在复杂环境中表现不稳定，而 BiAF-YOLOv7 算法能有效应对多目标混合、光照变化和遮挡等挑战。Bonneau M. 等人的研究主要依赖简化的图像处理方法，对小目标和复杂环境下的目标行为分析不足，BiAF-YOLOv7 算法通过双向特征聚合和多尺度信息流优化，显著提升了在复杂牧场环境中的鲁棒性。Soares V. 等人的研究面临 GPS 信号干扰和识别精度问题，本研究则通过计算机视觉技术克服了这些局限，实现更准确、更鲁棒的实时检测。

然而，本研究也存在一定局限性。模型在极端天气条件（如浓雾、暴雨）下的鲁棒性有待进一步验证。未来研究计划利用剩余 13 台摄像头扩展对牧场内山羊及其他动物的监测范围，并深入分析山羊的具体进食和运动行为，绘制其轨迹，结合高光谱成像技术评估植被动态，以实现更全面的实时监测，为实现可持续的草畜平衡提供更多创新方法。

综上所述，本研究提出的 BiAF-YOLOv7 算法为基于机器视觉的牲畜放牧监测提供了有效解决方案，在推动畜牧业智能化发展方面具有重要的理论和实践意义，虽然存在局限，但后续研究方向明确，有望进一步完善和拓展相关技术应用。