综述:面向智能养猪:通过基于计算机视觉的行为分析推进健康与福利监测

《Computers and Electronics in Agriculture》:Toward intelligent pig farming: Advancing health and welfare monitoring through computer vision–based behavioral analysis

【字体: 大 中 小 】 时间:2026年07月28日 来源:Computers and Electronics in Agriculture 10.3

编辑推荐:

  中国在计算机视觉(computer vision, CV)应用于养猪领域引领创新。注意力模块(attention modules)越来越多地被集成以改善农场条件下的检测。时间建模(temporal modeling)和跟踪(tracking)对于复杂猪行为仍具

  
中国在计算机视觉(computer vision, CV)应用于养猪领域引领创新。注意力模块(attention modules)越来越多地被集成以改善农场条件下的检测。时间建模(temporal modeling)和跟踪(tracking)对于复杂猪行为仍具挑战。标准化基准数据集(standardized benchmark datasets)用于猪特定模型开发仍缺乏。基于YOLO(You Only Look Once)的姿态和营养行为检测支持实际健康监测。
**2. Methodology**
该综述遵循PRISMA 2020指南,通过系统检索Scopus、Web of Science和IEEE Xplore数据库,使用行为、异常、疾病、健康、人工智能、自动、相机、视觉、猪、猪等关键词,限定开放获取英文文献至2025年,排除会议论文。共检索到580条记录,经去重后保留488篇进行标题与摘要筛选,其中86篇进入初步分析。随后通过全文评估,最终纳入45篇明确聚焦于猪健康或福利评估的行为分析研究。提取的数据包括计算机视觉任务、目标行为、模型架构、数据集特征、猪只细节、相机配置、评估指标、后处理步骤及部署约束。

**3. Overview of the initially screened data**
最早研究发表于2013年,2020年后产出显著增长,2025年达到峰值(占初步筛选研究的22.09%)。欧洲贡献了33.72%的初步筛选文章,凸显其早期领导地位;中国自2023年后产出快速增长,占总贡献的44.19%,反映了国家在技术创新和农业现代化方面的投资。行为识别是主要类别(45.35%),结合行为识别与跟踪的占10.47%,两者合计占55.81%;检测与跟踪占17.44%,生理识别(如热像仪体温评估)占13.95%,生长估计占12.79%。

**4. Overview of the included studies**
纳入研究在实验设置、生产阶段、数据集组成和采集配置上存在显著异质性。多数在科研农场条件下进行,仅少数涉及商业环境。生产阶段主要聚焦生长育肥猪(n=27),其次是保育猪(n=12),母猪(n=8)和哺乳仔猪(n=2)较少。多数使用商业白猪杂交种,部分涉及中国黑猪品种。数据集规模从少量手动标注图像到数千张图像或视频片段不等,每帧动物数量从单只到密集群体。相机配置多样,多数采用俯视图以减少遮挡,少数使用侧视或斜视角。两种商用技术被识别:DeepEyes?相机(用于监测母猪站立频率和分娩动力学)和NUtrack(用于行为识别、定位和跟踪)。

**5. Behavior-based indicators of health and welfare and their analysis using computer vision**
**5.1 Postural behaviors** 姿态行为(站立、躺卧、坐姿)是广泛研究的指标,通过频率、持续时间或比例分布量化。躺卧时间比例(生长育肥猪约86%,哺乳母猪84-92%)的偏差可指示压力或健康问题,如热应激、疾病。计算机视觉成功量化了热应激(Nasirahmadi et al., 2017)和疾病挑战下的姿态变化,但缺乏通用异常阈值。躺卧空间分布(分散或聚集)反映热舒适,侧卧与散热相关,胸卧与冷应激和免疫挑战相关。哺乳母猪持续侧卧有利于哺乳,已被整合进声学信号用于哺乳检测。

**5.2 Nutritive behaviors** 采食、饮水和哺乳行为是健康和生产力的关键指示。采食量和采食率与生长性能正相关,哺乳母猪充足摄入支持仔猪存活。疾病和炎症导致细胞因子介导的食欲抑制,减少采食;热应激减少采食而增加饮水。限制饲喂下偏差易识别,自由采食下需时间序列分析。哺乳仔猪的吸吮频率和持续时间对初乳摄入和被动免疫转移至关重要,但自动分析仍有限。

**5.3 Activity behaviors** 活动量通过速度、位移、移动距离等指标量化,通常由跟踪后处理得到。活动减少与疾病、炎症、跛行或热应激相关,增加可能指示应激或攻击。计算机视觉已应用于量化有害气体暴露和非洲猪瘟等传染病下的活动变化,但活动作为单独指标生物特异性不足,需结合其他行为领域。

**5.4 Social and other behaviors** 社会行为(攻击、咬尾、丰富环境互动)反映压力、社会稳定性和环境适宜性。攻击导致损伤和减产,咬尾与多种应激因素相关。尾姿势本身是早期社会压力指标,但自动检测受运动速度和遮挡影响。丰富环境互动(如秸秆、绳索)提示探索动机和积极福利状态,减少咬尾和攻击。繁殖方面,分娩动力学(总分娩时长、产仔间隔、母猪姿势转换)反映母体状态和难产风险,自动监测可支持及时干预。

**6. Computer vision techniques for pig behavioral analysis**
**6.1 Classical methods** 经典方法采用多阶段流水线,包括预处理、前景分割(阈值法、背景减法)、手工特征提取(几何描述符、光流)和基于规则或统计分类(如SVM)。早期研究在控制条件下实现高精度(饮水检测约92%,姿态分类94-96%,多目标跟踪MOTA>85%)。优势是可解释性和低计算需求,但依赖手工规则,泛化性差,对光照、遮挡敏感,在商业农场中鲁棒性不足,推动了向深度学习的转变。

**6.2 Deep learning methods** 深度学习利用卷积神经网络(CNN)从图像中学习层次化特征,实现端到端优化。本节讨论分类、目标检测、实例分割和跟踪算法,强调精度、计算成本和部署相关性。

**6.2.1 Classification** 分类框架整合特征提取和决策,早期模型基于帧级分类(如姿态、采食),近期引入时间建模(如CNN-LSTM、ConvLSTM、3D CNN、Temporal Shift Module)以识别复杂动态行为(如攻击、互动)。CNN分类器通常限于帧级或序列级行为分类,不支持个体级监测,适用于单独饲养的猪只。

**6.2.2 2D CNN image classifiers**
**6.2.2.1 Architectural development** 从LeNet-5、AlexNet、VGGNet到GoogLeNet(Inception模块)、ResNet(残差学习)、Xception(深度可分离卷积),架构深度和效率逐步提升。ResNet50因精度-效率平衡被广泛采用。
**6.2.2.2 Performance in farm applications** 2D CNN对具有显著空间特征的行为(如姿态、采食、饮水)有效。GoogLeNet在采食监测上实现约50 FPS;LeNet-5在热图像社会互动分类中达99.9%精度,超过AlexNet和VGGNet,表明在简单视觉域中深度增加收益有限。ResNet50在断奶仔猪采食偏好分类中达93%精度。Xception与Inception变体精度相近但参数更多,DISubNet通过轻量化设计实现99.97-99.98%精度。混合方法(CNN+SVM)也取得94.64%精度。
**6.2.2.3 Spatiotemporal classifiers** 视频分类模型如CNN-LSTM(VGG19-LSTM)在咬尾检测中达71.3%精度(优于帧级64.7%),ConvLSTM在攻击检测中AUC_ROC达90.90%,而VGG19-LSTM达93.13%。3D CNN(如C3D、I3D)计算成本高,精度提升有限。Temporal Shift Module(TSM)在攻击识别中达94.55-95.69%精度,同时支持34.48 FPS,优于3D CNN。

**6.2.3 Object detection** 目标检测通过定位和分类实现空间显式监测,支持个体级跟踪。双阶段检测器(如Faster R-CNN)精度高但速度慢,单阶段检测器(如YOLO系列)速度-精度平衡好,更适合实时应用。

**6.2.4 Two-stage detectors**
**6.2.4.1 Architectural development** 从R-CNN到Fast R-CNN、Faster R-CNN、R-FCN,逐步提升效率和精度。
**6.2.4.2 Performances in farm applications** Faster R-CNN在姿态检测中mAP50达80.20-98.07%,但攻击检测仅46.5% mAP50,仔猪计数r=0.808。ResNet-101骨干优于ResNet-50,但推理速度(最高17.04 FPS)仍低于实时需求。

**6.2.4.3 One-stage detectors**
**6.2.4.3.1 Architectural development** YOLO系列(v5、v8、v9、v10、v11、v12)采用骨干-颈-头架构,YOLOv5使用CSPDarkNet、SPPF、PANet,YOLOv8引入无锚框和解耦头。
**6.2.4.3.2 Performance in farm applications and farm-specific developments** 改进模型如YOLOv5DA(可变形卷积、ASFF)在姿态检测中mAP50达99.2%;SPMF-YOLO(SPDConv、MFM、NWD损失)在新生仔猪检测中达97.3% mAP50;YOLOv8-EAPNet(ECA注意力、SPPELAN、Detect-AFPN)达99.1% mAP50;EMA-YOLOv8(EMA注意力)在攻击检测中达96.6% mAP50;MACA-Net(Mamba全局-局部提取器、CFPT颈)在姿态检测中超越YOLO系列。这些改进在保持高FPS(如227.27 FPS)的同时提升精度。

**6.2.4.4 Transformer-based detectors** DETR、RT-DETR、ViTDet利用自注意力建模全局上下文,但计算成本高,小目标检测性能弱。RT-DETR在姿态检测中mAP50达83.5%,略高于YOLOv10n(83.7%),但新生仔猪检测中低于YOLO变体。混合架构(如MACA-Net)结合Transformer启发模块与轻量设计,实现更高精度。

**6.2.4.5 Alternative architectures** Action Density Estimation Network (ADEN) 通过密度图估计仔猪吸吮事件,相关系数达0.938,优于检测方法,但速度较慢。

**6.2.5 Instance segmentation and semantic segmentation** 实例分割(Mask R-CNN、PigMS R-CNN)在遮挡场景下优于边界框检测,但标注成本高。语义分割(DeepLabv3+)结合YOLOv5在姿态识别中达92.45%精度,但计算和标注需求限制了部署。

**6.2.6 Multi-object tracking**
**6.2.6.1 Motion-based trackers** SORT基于卡尔曼滤波和匈牙利匹配,计算高效但在拥挤和遮挡下易产生身份切换(IDSW)。Faster R-CNN+SORT在商业数据中MOTA达95.1%但IDSW达50。
**6.2.6.2 Appearance-augmented trackers** DeepSORT通过学习外观特征减少IDSW,但猪只外观相似限制了效果。DeepSORT在实验谷仓中MOTA达93.13%,但IDSW仍高。StrongSORT进一步改善,但推理速度较低(5.9-28.3 FPS)。
**6.2.6.3 Association-optimized and hybrid trackers** ByteTrack保留高、低置信度检测,在新生仔猪中MOTA达92.2%,IDSW仅15。BoT-SORT、OC-SORT、C-BIoU Tracker、Hybrid-SORT等在特定场景中表现更优,但跟踪性能高度依赖检测器质量。当前研究多为短时间评估(≤3小时),缺乏24小时连续跟踪验证。

**7. Summary of model performance (classification, object detection, and segmentation)** 模型性能因行为、实验设置而异。多数模型在视觉显著行为(如采食、姿态)上达到>90%精度或mAP50,但结果受控数据集局限。时间分类器适合动态行为,单阶段检测器(YOLO系列)在姿态和营养行为监测中提供最佳速度-精度平衡。分割模型提供精细空间信息但计算成本高。跟踪器性能依赖检测器质量,长期身份保持仍是挑战。

**8. Post-processing and computational constraints**
**8.1 Translating predictions into behavioral indicators** 帧级预测需后处理为行为指标(如频率、持续时间、活动量)。跟踪可计算位移和速度,但遮挡阻碍个体跟踪。缺乏标准化行为段定义和时序聚合规则,限制跨研究可比性。
**8.2 Computational constraints and practical deployment** 行为复杂度影响所需输入帧率:快速动态行为(如攻击)需高帧率(最低6 fps),而群体姿态和营养行为可在低帧率(1 fps)下估计。增加行为细粒度提高计算和存储需求,但未必改善异常检测性能。未来需评估系统在鲁棒性、可解释性、敏感性和计算效率上的表现。

**9. Limitations and research gaps of existing technologies and recommendations** 现有研究多聚焦于模型精度,缺乏长期纵向监测、个体跟踪和异常检测验证。数据集噪音、单农场验证、行为定义不一致导致泛化性差。多目标跟踪仍需架构改进,当前评估时间短(≤3小时),无法证明全周期可靠性。行为识别后未转化为可操作健康指标,缺乏异常阈值和时序上下文利用。未来应开发端到端决策支持系统,结合多行为证据和生物学意义阈值。系统级工程(相机布局、光照、边缘处理)需与算法集成。经济可行性(硬件、维护、劳动力节省)也需评估。

**10. Conclusions** 计算机视觉在养猪中的下一阶段需整合算法性能、生物学相关性和部署可行性。姿态和营养行为是成熟指标,适合实时监测。复杂行为(攻击、咬尾等)提供额外诊断深度但需更多资源。YOLO系列等单阶段检测器在群体监测中提供最佳平衡。分割和Transformer模型提供丰富信息但计算成本高。多目标跟踪对个体化监测至关重要但受身份切换和遮挡限制。实际部署应作为决策支持技术,开发边缘即用异常检测系统,结合鲁棒行为识别、标准化后处理和环境上下文。多农场验证、传感器集成、行为阈值制定和商业系统设计是未来方向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号