DynROI-Hybrid：面向蛋鸡采食与饮水行为检测的功能区动态建模方法

《Computers and Electronics in Agriculture》：DynROI-Hybrid: Dynamic modeling of functional regions for feeding and drinking behavior detection in laying hens

针对高密度养鸡场设备摆动与几何遮挡导致的误检难题，研究人员开发DynROI-Hybrid框架，融合YOLOv11、SAM 2与动态功能区建模，结合滞后时间稳定机制，实现94%准确率与0.91 Cohen’s Kappa系数，为精准畜牧养殖的自动化行为监测提供了高效边缘AI解决方案。

　　

在现代化的养鸡场里，成千上万只蛋鸡生活在高密度的环境中。对于养殖户来说，实时掌握鸡群的采食和饮水情况至关重要——这不仅关乎动物的健康福利，更是经济效益的直接体现。然而，传统的巡检方式耗时耗力，且容易受主观因素影响。随着人工智能技术的发展，利用计算机视觉进行自动化行为监测成为了行业的新希望。但在实际落地中，这项技术却面临着巨大的挑战：养殖场环境复杂，灰尘弥漫，光照不均，更棘手的是，悬挂式的喂料器和饮水器会因为鸡只的活动或通风系统的气流产生钟摆般的晃动，导致传统的静态识别区域（ROI）失效，产生“鬼影”效应；同时，喂料器独特的几何形状在二维图像中呈现出类似“吉他”的投影，使得算法常常误将靠近储料管的鸡判定为正在进食，造成大量误报。为了解决这些困扰行业的痛点，来自巴西圣保罗州立大学的研究团队在《Computers and Electronics in Agriculture》上发表了一项创新成果，他们提出了名为DynROI-Hybrid的混合计算框架，为复杂环境下的家禽行为识别带来了突破性的解决方案。

为了攻克上述难题，研究人员构建了一套完整的视频分析流程。他们首先采集了30周龄蛋鸡在高密度环境（5只/平方米）下的Full HD视频数据。在技术路线上，研究采用了YOLOv_11n作为核心检测器，负责识别鸡只、喂料器和饮水器；随后引入Meta AI的Segment Anything Model 2 (SAM 2)进行零样本分割，利用YOLO生成的边界框作为视觉提示，精确提取设备和鸡只的像素级轮廓。针对喂料器的“吉他”效应，团队设计了形态学裁剪策略，切除掩码上部40%以隔离功能性采食盘，并通过动态归一化使感兴趣区域随设备摆动实时更新。在行为判定上，利用主成分分析（PCA）确定鸡只身体朝向，计算轮廓极值点，并结合滞后时间机制（Hysteresis）进行时空双重校验，最终实现对采食和饮水行为的精准分类。

3.1. Object detection of birds and equipment

研究团队训练YOLOv_11n模型至100个epoch，结果显示损失函数（Box Loss, Class Loss, DFL Loss）稳定下降，未出现过拟合现象。模型性能优异，mAP@50达到0.992，精确率（Precision）为0.988，召回率（Recall）为0.985，证明了其在区分鸡只、喂料器和饮水器方面具有极高的鲁棒性，超越了此前YOLOv5和YOLOv8在相同场景下的基准表现。

3.2. Application of DynROI-Hybrid

DynROI-Hybrid算法有效解决了商业养鸡场中的动态干扰问题。通过将感兴趣区域（ROI）锚定在YOLOv_11n检测到的物体中心，系统建立了拉格朗日（Lagrangian）参考系，使分析区域跟随设备逐帧移动，彻底消除了因设备摆动产生的“鬼影”效应。同时，形态学裁剪策略成功去除了喂料器上部储料罐的干扰，定义了仅包含功能性接触面的Z-feeder和Z-drinker区域。即便在鸡只重叠遮挡的复杂场景下，该策略也能显著减少因非功能性接触导致的假阳性推断，提高了空间判定的逻辑一致性。

3.3. Gold-Standard validation

在包含300个样本的黄金标准验证集上，模型展现了卓越的统计稳健性。总体准确率达到94.0%，Cohen’s Kappa系数为0.91，表明模型具有近乎完美的观察者一致性。细分指标显示，饮水行为的召回率（Recall）达到1.00，即无一遗漏；采食行为的F1-score为0.95，表现出良好的平衡性；静止（Idle）状态的精确率（Precision）高达0.96。ROC曲线分析进一步证实，饮水和采食行为的曲线下面积（AUC）分别达到0.98和0.96，显示了极佳的类别可分性。

3.4. Computational performance analysis

为了评估边缘计算的可行性，研究在不同硬件配置上进行了测试。搭载RTX 5060 Ti显卡的高端PC处理速度最快，达到5.5 FPS（每帧延迟约181毫秒），处理10分钟视频仅需21分49秒。相比之下，配备GTX 1660 Ti的工作站速度为3.3 FPS，而采用Apple M2芯片的Mac Pro速度为2.3 FPS。结果表明，专用GPU的CUDA核心和大容量显存对于并行运行YOLOv₁₁和SAM 2模型至关重要。

3.5. Limitations of this study

研究也指出了当前的局限性。由于现有的方法基于分割掩码的几何极值点（最远点）而非解剖学上的头部检测，偶尔会出现“尾巴误判为头部”的情况，即鸡只的尾部触碰饮水区导致假阳性。此外，在高密度遮挡场景下，SAM 2仅能分割可见区域，导致生成的掩码形状失真，进而使极值点偏移，影响行为推断的准确性。

这项研究的意义在于，它不仅仅是一次算法的增量改进，更是对传统行为监测方法论的结构性重塑。DynROI-Hybrid通过引入动态归一化的功能区域（ROI）和拉格朗日参考系，解决了长期困扰精准畜牧养殖（PLF）系统的空间错位难题。相比于单纯依赖时序建模或多模态融合的复杂方案，该研究在保证几何严谨性的同时兼顾了运算效率，使其非常适合部署在农业物联网的边缘设备上。虽然单目视觉的固有局限和遮挡问题仍需通过引入姿态估计（如YOLOv₁₁-pose）来进一步优化，但这项工作已经为下一代智能化家禽养殖管理系统奠定了坚实的感知基础，实现了从被动监控到主动决策支持的跨越。