基于定向边界框检测的猪只多目标跟踪方法

《Animals》：A Multi-Object Tracking Method for Pigs Based on Oriented Bounding Box Detection

　　

为解决群养猪只检测框中背景冗余以及因体态方向多变、相互遮挡和高外观相似性导致的身份切换问题，研究人员提出了一种基于定向边界框（OBB）检测的多目标跟踪方法，以提高养殖环境中猪只检测和轨迹关联的准确性。首先，采用YOLO11m-OBB作为基线检测器，将其原始骨干网络替换为EfficientViT-M0，并构建了基于DINOv3视觉基础模型的双教师知识蒸馏框架，得到轻量级猪只检测模型PIG-YOLO。其次，在检测驱动跟踪（tracking-by-detection）框架下开发了AdaptiveSORT跟踪算法，将相机运动补偿、自适应状态预测和多尺度特征提取模块融入多目标跟踪过程，并结合三阶段关联策略和专用的轨迹管理机制。最后，利用公开和自采集的猪只视频数据集开展了检测、跟踪和跨数据集泛化实验。PIG-YOLO的精确率（Precision）达到94.7%，召回率（Recall）达到88.3%，mAP50达到93.1%，mAP50–95达到85.6%，分别较基线模型提升3.7、9.9、8.0和8.9个百分点。同时，参数量、浮点运算量（FLOPs）和模型大小分别减少37.7%、51.5%和36.2%。在公开测试数据集上，PIG-YOLO与AdaptiveSORT组合的HOTA、MOTA和IDF1分别达到96.32%、98.82%和99.41%。在私有数据集上，相应指标分别为94.98%、97.31%和98.86%。在跨数据集泛化实验中，所提方法的HOTA、MOTA和IDF1分别达到71.231%、76.043%和83.008%，整体性能优于其他对比跟踪算法。该方法在降低检测模型计算复杂度的同时提高了猪只检测精度和轨迹关联稳定性，因此可为大规模猪场中的猪只行为分析和智能监测提供技术支持。

研究背景方面，在集约化养殖条件下，个体猪只的活动模式和行为变化与其健康状况密切相关。传统人工观察耗时费力，不适合对群养猪只进行长期、连续和个体化监测。基于计算机视觉的多目标跟踪能够以非接触方式为每头猪分配持续身份标识，并连续获取其行为状态、运动轨迹和活动区域信息，因而日益成为群养猪只行为分析和健康监测的重要工具。然而，与行人和车辆跟踪相比，猪只多目标跟踪面临更突出的领域性挑战：同栏猪只在体型、毛色和纹理上高度相似，外观特征判别力有限；猪只频繁聚集、身体接触、交叉运动和长时间遮挡，易导致检测框重叠、轨迹中断和身份切换；昼夜光照变化、栏舍背景干扰和相机视角差异也会降低模型在不同养殖环境中的稳定性。现有研究虽在检测与关联策略上取得进展，但仍存在若干局限：猪只检测模型普遍需在检测精度与模型规模之间权衡，轻量化设计可能导致遮挡目标和小尺度行为特征丢失；现有旋转目标跟踪方法主要关注边界框之间的几何匹配，对视觉基础模型所含通用语义知识利用有限；在长时间遮挡、运动状态突变和相机视角变化下，依赖单一阶段运动或外观关联策略仍可能导致错误匹配；部分研究仅在单一环境中评估，缺乏利用公开数据集、私有数据集和跨域条件的系统评估。因此，研究人员开展了融合轻量级定向检测与改进跟踪算法的猪只多目标跟踪研究，得出PIG-YOLO与AdaptiveSORT组合在检测精度、轨迹关联和身份保持方面均优于对比方法的结论，对猪只行为分析和智能监测具有重要意义。

在技术方法上，研究人员主要采用以下关键技术：以YOLO11m-OBB为基线检测器，用EfficientViT-M0替换原始骨干网络实现轻量化特征提取；构建基于DINOv3视觉基础模型的双教师知识蒸馏框架，以YOLO11x-OBB为任务教师、DINOv3 ViT-S/16为特征教师进行监督；开发AdaptiveSORT跟踪算法，集成相机运动补偿、自适应状态预测、多尺度外观特征提取和三阶段数据关联策略。数据方面，采用Posta等提供的公开数据集（10段视频，5段用于训练验证、5段用于测试）和在中国鹤壁市某商业猪场采集的私有数据集（30段1分钟视频，25段用于训练验证、5段用于测试），并采用Wutke等发布的公开仔猪检测跟踪数据集作为外部测试集进行泛化实验。

研究结果方面，消融实验表明，将基线模型骨干替换为EfficientViT后，精确率和召回率分别下降2.2和0.4个百分点，mAP50提升0.3个百分点，参数量、FLOPs和模型大小分别减少约34.9%、50.5%和32.9%；进一步引入基于DINOv3的双教师知识蒸馏后，精确率、召回率、mAP50和mAP50–95分别较基线提升3.7、9.9、8.0和8.9个百分点，说明所提改进在显著提升检测性能的同时有效降低了参数量和计算成本。对比实验表明，所提模型在所有对比检测模型中综合性能最佳，参数量、FLOPs和模型大小分别较基线减少约37.7%、51.5%和36.2%；在轻量级骨干网络中EfficientViT-M0取得最高mAP50和mAP50–95（85.4%和74.7%）；在不同DINO教师模型中DINOv3 ViT-S/16蒸馏效果最佳，较无知识蒸馏的EfficientViT模型精确率、召回率、mAP50和mAP50–95分别提升5.9、10.3、7.7和10.9个百分点。跟踪对比实验表明，在公开数据集上PIG-YOLO+AdaptiveSORT的HOTA和MOTA分别达96.32%和98.82%，无身份切换，较PIG-YOLO+BoT-SORT、PIG-YOLO+ByteTrack和PIG-YOLO+DeepSORT的HOTA分别提升0.83、19.52和6.32个百分点，MOTA分别提升1.78、22.72和6.95个百分点；在私有数据集上HOTA达94.98%、MOTA达97.31%，仅1次身份切换。泛化实验表明，在外部数据集上PIG-YOLO+AdaptiveSORT的HOTA、MOTA和IDF1分别为71.231%、76.043%和83.008%，仅17次身份切换，整体优于其他方法，关联准确率（AssA）、MOTP、精确率和召回率分别达71.934%、73.848%、90.701%和85.951%。可视化对比表明，AdaptiveSORT在公开和私有数据集的所选帧中均保持连续稳定的目标身份，定向检测框与猪只体态方向吻合良好，而ByteTrack、DeepSORT和BoT-SORT出现不同程度的身份分配错误。行为统计结果表明，在测试视频A003中站立行为占比最高（34.17%），站立采食和侧卧次之（15.52%和14.48%），该方法能够量化个体猪只在连续跟踪过程中不同行为的持续时间，为分析活动模式和健康监测提供数据基础。

讨论部分总结如下：研究结果表明PIG-YOLO与AdaptiveSORT组合对群养猪只检测和多目标跟踪具有稳健性能。PIG-YOLO在提升检测性能的同时进一步降低模型复杂度；EfficientViT骨干虽减少特征提取冗余计算，但单独替换可能引起细粒度特征表示波动，双教师知识蒸馏中任务教师传递类别判别和定向边界框定位知识，DINOv3特征教师通过多层密集语义监督增强学生模型特征表示，补偿了轻量化骨干造成的信息损失；教师模型仅在训练阶段使用，推理阶段仅保留学生模型，不引入额外计算开销。与BoT-SORT、ByteTrack和DeepSORT的比较表明AdaptiveSORT整体跟踪性能更优，其相机运动补偿校正图像振动或视角变化引起的预测误差，自适应预测模块根据场景复杂度动态调整卡尔曼滤波过程噪声，多尺度外观特征提升高度相似猪只的判别力，三阶段数据关联策略逐步匹配高置信度检测、未确认轨迹和低置信度检测，从而减少遮挡和高密度条件下的身份切换和轨迹中断。该框架还可与行为统计算法集成，建立从目标定位、个体关联到行为时长聚合的连续分析流程。研究同时指出，当前研究对象的行为模式相对简单，对个体间交互和外部条件影响考虑有限；未来将研究跟踪失败与猪只品种、日龄、体重、饲养密度和栏舍条件的关系，扩展攻击、追逐和玩耍等交互行为分析，利用连续轨迹考察个体间接近与分离及活动节律变化，比较异常与正常猪只的行为时长和分布模式以支持健康评估和异常行为预警；轻量化设计主要在参数量、计算成本和模型大小方面评估，未来可研究模型量化、推理加速及在NVIDIA Jetson Nano等边缘设备上的实时性能；此外所有数据均采用固定俯视相机采集，模型对倾斜视角和跨相机场景的适应性尚需进一步验证，未来可融合多视角监控信息提升系统在大规模猪场的适用性和可扩展性。研究结论部分翻译如下：本研究通过集成PIG-YOLO检测器和AdaptiveSORT跟踪器，开发了一种群养猪只多目标跟踪方法。在检测实验中，PIG-YOLO的精确率、召回率、mAP50和mAP50–95分别为94.7%、88.3%、93.1%和85.6%，较基线模型分别提升3.7、9.9、8.0和8.9个百分点；同时参数量、GFLOPs和模型大小分别减少37.7%、51.5%和36.2%。在公开测试数据集上，PIG-YOLO+AdaptiveSORT的HOTA、MOTA和IDF1分别为96.32%、98.82%和99.41%，无身份切换；在私有数据集上相应指标分别为94.98%、97.31%和98.86%，仅1次身份切换。与PIG-YOLO分别结合BoT-SORT、ByteTrack和DeepSORT的组合相比，所提方法在检测精度、轨迹关联和身份保持方面整体性能更优。总之，PIG-YOLO+AdaptiveSORT不仅提升了猪只多目标检测和跟踪性能，还实现了模型轻量化，其稳健稳定的跟踪能力对于准确量化特定行为的持续时间和分布至关重要，从而为群养猪只的实时健康监测和管理提供高度可靠且可操作的统计信息。