《Smart Agricultural Technology》：DyFusion-PCT: An improved point cloud transformer for automatic and non-contact morphometric measurement of sheep
编辑推荐：
本文针对绵羊复杂体表形态、毛发覆盖及动态姿态变化对传统点云测量方法带来的挑战，提出改进的点云分割模型DyFusion-PCT。该模型引入多尺度特征融合机制和动态上下文感知模块，显著提升了对绵羊体表复杂几何结构的识别能力与动态适应性。实验结果表明，该方法在关键测量区域的召回率达91.2%，核心体尺指标平均相对误差控制在1.57%-4.52%之间，为智慧畜牧业提供了高效精准的技术解决方案。
在智慧畜牧业快速发展的背景下，如何实现动物体尺参数的高效、精准、自动化测量已成为行业技术创新的重要方向。传统的绵羊体尺测量主要依赖人工操作，不仅劳动成本高、效率低下，还伴随数据误差和动物应激反应。而绵羊相较于其他牲畜（如牛、猪）具有更复杂的体表形态，尤其是羊毛覆盖使其几何形状难以被传统方法准确测量。这些因素使得绵羊体尺的自动化精准测量具有显著的现实意义。
为了解决这一难题，吉林农业科学院的研究团队在《Smart Agricultural Technology》上发表了题为"DyFusion-PCT: An improved point cloud transformer for automatic and non-contact morphometric measurement of sheep"的研究论文。该研究开发了一套完整的自动化体尺测量系统，包括多视角点云采集、三维重建、语义分割和体尺提取流水线。
研究团队首先设计了一套多视角同步采集系统，通过三台Kinect v2深度相机从前视、顶视和侧视同时获取绵羊的深度数据。为了稳定采集视野，他们还设计了梯形限位结构，使绵羊身体姿态自然保持在可观测范围内。采集到的多视角点云数据经过去噪、配准和融合等预处理操作，最终生成完整的三维绵羊点云模型。
在数据处理方面，研究人员建立了标准化的人工标注流程，重点关注与体尺测量相关的目标区域的语义分割和几何约束。他们定义了六项核心体尺指标：体高、体长、胸深、胸宽、胸围和管围，并为每个测量相关区域建立了统一的类别编码系统。
本研究最核心的创新是提出了改进的DyFusion-PCT点云分割模型。该模型基于Point Cloud Transformer（PCT）框架，集成了多尺度特征融合和动态上下文感知模块。多尺度特征提取模块能够捕获绵羊体表不同尺度的几何关系，而特征融合机制则通过拼接局部特征Flocal和全局特征Fglobal生成更具代表性的特征向量。动态上下文感知模块则通过自注意力机制（Attention(Q,K,V)=softmax(QKT/√dk)V）灵活捕捉不同特征之间的关系，使模型能够更好地适应姿态变化和环境干扰。
在模型训练方面，DyFusion-PCT采用多任务学习框架，结合交叉熵损失和Dice损失来优化分割精度和标签一致性。训练过程中的学习曲线显示，训练和验证损失一致下降，没有出现明显的过拟合现象。
实验结果表明，DyFusion-PCT在测试集上实现了约88.7%的IoU（交并比）和94.9%的Dice系数，关键测量区域的召回率达到91.2%。在体高、体长、胸深和胸围等核心体尺指标上，平均绝对误差显著低于传统方法，相对误差控制在1.57%到4.52%之间，接近人工测量精度。
研究人员还通过消融实验验证了模型各模块的必要性。结果显示，多尺度特征融合模块主要影响几何重叠质量，而动态上下文感知模块则主要影响检测完整性。两个模块共同作用，确保了关键测量区域既能被准确定位，又能保持拓扑连续性。
在动态姿态适应性方面，研究证实DyFusion-PCT在绵羊自然站立、低头前倾、前肢迈步等连续运动帧中都能保持稳定的分割效果。同一测量指标在连续帧间的波动仅在厘米级别，表明该测量管道在轻微运动场景下也能输出稳定、可重复的体尺估计值。
与现有方法的对比分析显示，DyFusion-PCT在分割精度、关键区域可解释性、下游测量误差和推理效率等方面均优于PointNet++、DGCNN和基准PCT模型。特别是在推理效率方面，DyFusion-PCT在保持最高IoU的同时，单帧推理时间与其他主流模型相当，显示出实际部署的可行性。
研究的讨论部分指出，虽然当前系统在核心体尺测量上表现出色，但仍存在一些局限性。例如，样本组成仍显不足，主要依赖于单一品种和相似体况阶段的个体；对极端场景的适应性仍依赖于帧冗余；自动测量值与人工标准读数之间存在定义差异等。未来工作将重点关注模型轻量化、多模态信息融合和实时边缘推理部署，以支持大规模应用。
该研究的重要意义在于将深度学习技术与畜牧业实际需求相结合，为实现畜禽体尺测量的自动化、精准化和标准化提供了可行的技术路径。通过DyFusion-PCT模型，研究人员不仅实现了绵羊体尺的非接触自动测量，更重要的是建立了一套从数据采集到结果输出的完整技术体系，为智慧畜牧业的发展提供了重要的技术支撑。这项研究标志着动物表型测量技术从传统人工方式向智能化、自动化方向迈出了重要一步，具有广阔的工程应用前景。
