基于计算机视觉的多目标跟踪算法提升群养肉鸡个体追踪的准确性与效率研究

本研究针对高密度养殖环境下肉鸡个体追踪存在的身份切换(ID switches)和跟踪效率问题，开发了一套集成YOLOv11x目标检测、特征提取网络融合(Vision Transformer+ResNet152+DenseNet201)和运动学感知机器学习分类器的改进ByteTrack系统。通过模型剪枝(0.09比例)使处理速度提升13.5 fps，特征提取器的余弦相似度达0.956±0.032，最终实现MOTA 0.904±0.073、MOTP 0.953±0.057和17.3分钟持续跟踪，为精准畜牧业发展提供关键技术支撑。

　　

在现代集约化肉鸡养殖场中，一个鸡舍往往容纳25,000-100,000只肉鸡，养殖密度高达每只不足1平方英尺。传统的人工观察方法不仅费时费力，更难以捕捉鸡群中个体的细微行为变化。虽然计算机视觉技术为自动化监测带来希望，但相似的外观特征、频繁的设备遮挡以及动态变化的环境因素，导致现有算法存在严重的身份切换问题——平均每12分钟就会发生ID丢失。这些技术瓶颈严重制约着精准畜牧业的发展，使得养殖者难以获取个体层面的健康与行为数据。

为解决这一难题，美国乔治亚大学家禽科学系的Guoming Li团队在《Smart Agricultural Technology》发表研究，通过系统优化检测、特征提取和跟踪算法三个关键环节，显著提升了群养肉鸡个体追踪的持续性和效率。研究团队在48个3.6平方米的围栏中饲养1,776只Cobb 500雄性肉鸡，使用安装于3.05米高处的监控摄像头采集2-7周龄的视频数据。主要技术路线包括：基于棋盘格标定的图像畸变校正、十种YOLO模型的性能比较与剪枝优化、八种深度特征提取网络的融合设计、十五种机器学习分类器的运动学特征分析，以及六种跟踪算法的综合评估。

在数据预处理方面，研究通过40×50cm的棋盘格标定，将重投影误差控制在0.148-0.452像素，有效校正了因摄像头高度导致的鱼眼畸变。结果显示，未校正时5-7周龄肉鸡的体型测量偏差达9-12%，而校正后各区域肉鸡的运动轨迹计算更准确。

目标检测环节的突破尤为显著。在比较的十种YOLO模型中，YOLOv11x以0.968精确度、0.960召回率和0.986 mAP50（平均精度，IoU阈值为0.5）的表现脱颖而出。通过L1非结构化剪枝，研究团队发现当权重剪裁比例为0.09时，模型在保持检测性能的同时，处理速度从46.5 fps提升至60 fps，实现了效率与精度的最佳平衡。

特征提取网络的创新设计是另一大亮点。研究将表现最优的Vision Transformer、ResNet152和DenseNet201进行加权融合，新构建的特征提取器使余弦相似度达到0.956±0.032，欧氏距离降至0.020±0.007。Grad-CAM热图分析显示，该网络能有效聚焦于肉鸡身体部位以及与饲喂器、饮水线的交互区域，为复杂环境下的重识别提供了可靠特征。

运动学感知分类器的引入进一步提升了跟踪鲁棒性。通过对边界框坐标衍生的26维特征（包括信号幅度面积、矢量幅度、能量熵等）进行归一化处理，Extra Trees分类器在15种机器学习模型中表现最佳，准确率达0.917，精确度0.958。该分类器仅在检测到ID丢失时激活，既保证了跟踪连续性，又避免了过高的计算负担。

最终，集成了上述优化的改进版ByteTrack系统，在MOTA（多目标跟踪准确度）、MOTP（多目标跟踪精确度）、处理速度和持续跟踪时间四项指标上全面领先。与DeepSORT、StrongSORT等算法相比，其MOTA提升0.054-0.109，最长持续跟踪时间达17.3分钟，较先前研究提升近5分钟。值得注意的是，系统在开放区域的跟踪效果（MOTA 0.907）明显优于饲喂区（0.828）和饮水区（0.891），反映出资源竞争区域的高密度遮挡仍是技术难点。

这项研究的意义不仅在于技术参数的提升，更开创性地将运动学特征分析融入跟踪框架，为理解肉鸡个体行为模式提供了新工具。研究团队指出，未来需在商用农场更大规模的鸡群（>10,000只）中验证算法泛化性，并探索结合音频、热成像等多模态数据进一步提升性能。随着精准畜牧业的发展，这种高效、非侵入式的个体监测技术，将为优化养殖管理、改善动物福利和提升生产效率提供关键支撑。