新方法能夠精準識別奶牛多種行為

　　近日，東北農業大學教授沈維政率領的智慧畜牧創新團隊創新性提出了一種模態映射完成網絡方法，用于解決多模態奶牛行為識別中的模態丟失問題。該方法能夠利用已知模態的數據來預測和補充缺失模態的數據，能夠在數據不完整的情況下準確地識別奶牛的多種行為，提高了行為識別的魯棒性和適用性。相關成果發表在Artificial Intelligence in Agriculture上。

　　在奶牛養殖中，準確識別奶牛的行為對于提升健康管理、繁殖效率、生產性能以及動物福利至關重要。然而，多模態奶牛行為識別算法中存在模態丟失問題，這種情況可能是由于農場環境中傳感器或視頻信號干擾、惡劣環境條件、極端天氣、網絡波動等因素引起的。

　　本研究中，團隊提出了一種模態映射完成網絡方法，將不完整的傳感器和視頻數據映射到一起，以改善在模態丟失條件下奶牛行為的多模態識別。他們通過將不完整的傳感器或視頻數據進行映射，并應用多模態行為識別算法來識別五種特定行為：飲水、采食、躺臥、站立和行走。結果表明，在各種綜合缺失系數下，該方法平均準確率為97.87%±0.15%，平均精確率為95.19%±0.40%，平均F1分數為94.685%±0.375%，總體準確率為94.67%±0.37%。該方法提高了基于多模態數據的奶牛行為識別的魯棒性和適用性，解決了奶牛行為數字孿生開發中的實際問題，并為農場的智能化和精準管理提供了全面支持。

　　該研究提供了一種更可靠、更精準的行為監測手段，通過這種技術可以協助養殖戶能夠更及時地發現奶牛的健康問題、優化飼料分配、提高繁殖效率，從而實現更高效的農場管理。此外，該技術還為奶牛行為的數字孿生模型的構建提供了支持，有助于進一步推動智慧農業和精準畜牧的發展。