农研汇总：十项智慧畜牧养殖科研成果，推动养殖智能化

关于农业方面的科研一直都备受关注，囊括种植业、畜牧业、渔业等多个细分行业。目前，畜牧业养殖方面的科研已经取得了一定进展，主要集中在检测识别、喂养管理等方面。

一、奶牛运动行为智能监测

西北农林科技大学、 农业农村部和陕西省农业信息感知与智能服务重点实验室，针对奶牛运动行为(躺卧、行走、站立、发情、呼吸、反刍及跛行等)智能检测技术的研究进展予以分析，指在信息化、智能化技术的应用有助于养殖场及时掌握奶牛健康状况，提高养殖效率。

该研究按照时间顺序分别从接触式检测方法和非接触式检测方法两方面综述了国内外相关研究现状，对相关研究的原理及成果进行详细介绍，总结了当前接触式和非接触式奶牛运动行为检测方法的问题与挑战。最后，针对相关关键技术的发展趋势进行了展望。

二、基于迁移学习的多尺度特征融合牦牛脸部识别算法

青海大学与青海省玉树州动物疫病预防控制中心，针对智慧畜牧智能化、信息化等养殖平台中动物个体识别技术应用需求，研究了一种基于迁移学习的多尺度特征融合牦牛脸部识别算法。

该算法基于迁移学习的卷积神经网络模型，进行多尺度特征融合。实验结果表明，该算法数据集中识别准确率达到96.01%，可为牦牛脸部识别研究提供参考，牦牛个体身份标识是实现个体建档、行为监测、精准饲喂、疫病防控及食品溯源的前提。

三、复杂环境下肉牛三维点云重建与目标提取方法

中国农业大学、国家农业信息化工程技术研究中心等机构，针对复杂环境下的肉牛三维数据的采集问题，同时解决基于点云采集技术的非接触式测量能够缓解肉牛，在采集体尺体重等参数时的应急问题，开发了一种非接触式肉牛三维点云重建与目标提取系统与方法，为肉牛育种育肥提供大量标准化和三维量化表型数据。

该研究对20头肉牛进行了124次点云采集与目标提取实验，结果表明，统采集成功率为91.89%，采集的点云与真实值相比，体次重建误差为0.6%。该系统与方法可以在无人干预的情况下，实现多角度肉牛点云数据的自动采集与三维重建，并从复杂环境中自动提取目标肉牛的点云，为非接触式肉牛体高、体宽、体斜长、胸围、腹围和体重等核心表型参数的测量提供重要的方法支撑，促进肉牛育种和育肥的标准化管理。

四、基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相

为准确自动识别奶牛步态时相，中国农业科学院农业信息研究所研究了一种融合高斯混合模型和隐马尔可夫模型的无监督学习奶牛步态时相识别算法GMM-HMM。

研究构建了GMM-HMM模型，实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明，静立、连续步态中的站立、连续步态中的摆动等相识别率高达90%左右，为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。

五、叫声在生猪福利监测中的研究进展与挑战

叫声是评估生猪福利水平的重要方式之一，东北农业大学以叫声为研究对象，分析了生猪叫声与福利之间的相互关系，叫声主要包括咳嗽声、尖叫声和呼噜声，基于这三种声音进一步分析声音与环境，声音与身体状况，以及声音与健康之间的关系。目前关于生猪声音分析的研究大多集中在分类器的选择和识别算法的改进上，而对端点检测和特征选择的研究较少。同时，当下面临的主要挑战还包括不同生长阶段的音频数据获取难度较高，缺乏公共的猪舍内音频数据库以及缺少完善的声音指标与动物福利监测评价体系。总体来说，建议进一步对声音识别过程中涉及的各部分技术进行深入探索，同时加强跨学科专家之间的合作，共同推动声音监测在生猪实际生产中的应用，从而加快精准畜牧业的实现。

六、家畜饲喂机器人研究进展与发展展望

中国农业科学院针对家畜养殖的生产模式已由粗放型向集约型转变过程中，表现出来的低劳动生产率、劳动力短缺等问题，利用现代信息和人工智能技术，研发家畜饲喂机器人，包括喂料、推料等机器人，意图实现数字化、智能化的家畜养殖。

深入分析机器人技术在家畜养殖中的研究现状，收集国内外家畜机器人研究实例和文献资料，从轨道式喂料机器人、自走式喂料机器人和推料机器人等方面研究进展，及技术特点和实际应用情况，进行国内外饲喂机器人进行了比较，从战略规划制定、核心技术发展和产业发展趋势三个方面进行展望并提出发展建议，为家畜饲喂机器人在中国的进一步发展和应用提供参考。

七、商业化肉牛繁育大数据平台设计与关键技术

北京市农林科学院、国家农业信息化工程技术研究中心等机构，针对当前中国肉牛繁育管理水平和信息化智能化水平不高等问题，研究借鉴国际先进肉牛养殖国家的经验，建立了适合中国的商业化肉牛繁育大数据平台。

该平台主要完成肉牛种质信息资源的整合，在线自动测定肉牛关键繁育性状，全程服务支撑肉牛繁育过程，形成肉牛种质资源大数据分析决策，并实现肉牛联合育种创新模式。为中国肉牛种业发展提供可持续发展的信息化解决方案，以促进肉牛育种整体水平的提高。

八、基于计算机视觉的奶牛生理参数检测与疾病诊断研究进展及挑战

具有非接触、免应激、低成本及高通量等优点的计算机视觉技术，可作为信息技术，推动智能养殖业发展。中国农业大学联合浙大宁波理工学院，从该技术在智能化养殖业发展中的重要性入手，奶牛跛行及乳腺炎等疾病诊断的前沿技术发展过程和研究现状。对奶牛生理参数监测进展，包括体尺、体温、体重的前沿监测设备、技术和模型参数。总结了目前，相关技术研究和应用推广中存在的问题，比如：监测准确性不高、受环境因素影响大、系统普及难度、检测系统成本高等问题和挑战。并结合中国养殖业发展现状，针对保证检测准确性、减少环境干扰等问题，提出了相关建议，旨在为中国奶牛养殖业的科学管理和现代化生产提供新方法和新思路。

九、中国饲料营养大数据分析平台研制

中国农业科学院携手北京大北农科技集团股份有限公司，针对饲料粮缺口的逐渐大、饲料营养基础数据缺失或不足等问题，研究依据16类中国饲料原料描述规范和属性数据标准，饲料资源的种类、空间分布、饲料成分含量及营养价值特性数据，开发了新一代饲料营养大数据分析平台(http：//www.chinafeeddata.org.cn/)，并提供Web数据共享功能。

该平台提供所有入库数据的可视化分析、所有饲料营养属性数据及饲料实体样本溯源数据的移动端实时分享与下载服务、饲料原料养分变异提供动态分析、饲料营养数据地理信息图谱的分布查询及对比分析及下载等功能。拓展饲料资源数据并提供饲料养分的预测分析模型，可最大化利用已有饲料养分数据的价值，进一步嵌入各类饲料配方的网络计算模块，可以达到饲料营养数据的一站式服务及数据的最大化升值服务。

十、基于深度图像的多姿态肉牛体尺自动测量方法

中国农业大学联合浙大宁波理工学院，针对肉牛较为活跃，采集图像数据多变、肉牛姿态端正帧较少，导致自动测量肉牛体尺困难的问题，研究提出一种多姿态肉牛体尺自动测量方法。

该研究通过分析大量深度图像数据，将图像中肉牛姿态分为左歪、右歪、姿态端正、低头和抬头五类。实验结果表明，在5种姿态下的头部去除成功率均高于92%，可为精确测量多姿态下肉牛体尺提供支撑。

审核编辑黄宇