請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81808| 標題: | 小樣本學習臉部辨識演算法應用於乳牛採食與溫度監測 Dairy Cow Face Recognition Based on Few-Shot Learning for Feeding Behavior and Eye Temperature Monitoring |
| 作者: | Yue-Shao Chen 陳約劭 |
| 指導教授: | 林達德(Ta-Te Lin) |
| 關鍵字: | 熱緊迫,嵌入式系統,小樣本學習,臉部辨識,牛眼溫度, heat stress,embedded system,few-shot learning,face recognition,cow eye temperature, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "在亞熱帶乳牛產業中，熱緊迫為乳牛飼養與生產管理的重要問題。熱緊迫會影響乳牛的採食量、飲水量、生育能力、呼吸速率和產乳量。在這些行為中，乳牛採食量的變化為乳牛熱緊迫的重要指標，亦直接影響乳牛之產乳量。本研究利用小樣本學習之臉部辨識演算法監測乳牛採食行為，以解決傳統模型遇到新類別就需花費大量時間重新訓練的問題，同時提升辨識效能。影像系統使用Raspberry Pi 3B+作為邊緣運算系統，搭配ArduCam攝影鏡頭來擷取乳牛採食時之臉部影像進行臉部辨識。乳牛採食行為辨識有兩步驟：偵測及辨識。YOLOv4-Tiny用於偵測乳牛臉部位置，模型F1-score為0.98。臉部辨識模型以小樣本學習演算法訓練MobileNetV2，利用online triplet loss損失函數來實現。模型輸出特徵向量之L2距離即為相似度，且可用距離閾值判斷是否為新目標牛隻，其F1-score為0.91。本研究驗證實驗在辨識基準模型訓練19類新增5類的情況下，各類100張訓練影像即可達到平均準確率0.97。最終驗證系統預測個別牛採食時間與人工計算其R^2=0.98。本研究亦利用所開發之牛臉辨識模型加入牛眼偵測模型，同樣以YOLOv4-Tiny為模型架構，其表現F1-score為0.92，再利用熱影像儀擷取個別牛眼溫度資訊，其溫度範圍落在±0.3°C內。本研究進一步將自動辨識系統所得個別泌乳牛採食時間監測資料，以分娩後天數區分為三個類別分析個別乳牛採食時間與溫濕度指標(Temperature and humidity index, THI)關聯性。分析結果顯示離分娩日期越短的牛隻其所受THI影響較小，而泌乳中至後期之牛隻，2日前平均THI對於採食時間有負相關性。牛眼溫度監測中得到所收溫度資訊受環境溫度影響，其R^2=0.89，而在相同環境溫度時偵測牛眼溫度範圍穩定，未來可應用於乳牛異常溫度之偵測。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81808 |
| DOI: | 10.6342/NTU202101767 |
| 全文授權: | 同意授權(全球公開) |
| 電子全文公開日期: | 2024-08-11 |
| 顯示於系所單位： | 生物機電工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2607202117500000.pdf | 5.06 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。