《Smart Agricultural Technology》：A Lightweight Domain-Specific Appearance Embedding for Turkey Re-Identification in Dense Barn Environments
编辑推荐：
商用谷仓中家禽的个体水平监测要求身份一致的跟踪，而这又依赖于能够区分视觉上同质动物的外观特征。DeepSORT等跟踪器使用的通用外观模型是在人类再识别数据上训练的，难以迁移到家畜，因为个体缺乏驱动行人再识别的独特服装和纹理线索。本工作提出了一种用于火鸡再识别的
商用谷仓中家禽的个体水平监测要求身份一致的跟踪，而这又依赖于能够区分视觉上同质动物的外观特征。DeepSORT等跟踪器使用的通用外观模型是在人类再识别数据上训练的，难以迁移到家畜，因为个体缺乏驱动行人再识别的独特服装和纹理线索。本工作提出了一种用于火鸡再识别的轻量级领域特定Siamese（孪生网络）特征提取器，通过系统性的、消融驱动的精炼过程设计，并采用批内困难三元组（batch-hard triplet）与身份分类目标进行联合训练。最终架构结合了预激活残差块、压缩-激励（squeeze-and-excitation）通道注意力以及BNNeck嵌入头，仅包含714K个参数——比DeepSORT默认使用的2.8M参数mars-small128模型减少约3.9倍。在16个未见火鸡身份的开集评估中，所提出的嵌入将ROC AUC从0.890提升至0.943，分类准确率从0.849提升至0.911，分布可分性指数从1.14提升至1.71，同时相对于基线将模型存储减少3.8倍并降低推理延迟。学习空间的t-SNE投影显示大多数身份形成了紧密、分离良好的聚类，残余重叠仅限于视觉上最相似的个体。当集成到DeepSORT跟踪流程并在三个商用火鸡谷仓视频序列上评估时，领域特定嵌入在身份相关跟踪指标上产生一致增益（IDF1从81.3%提升至83.2%，关联准确率从68.8%提升至69.9%）。结果表明，谨慎的、领域特定的架构设计可以显著改善视觉同质动物的再识别，同时降低计算成本。在该受控评估范围内，紧凑嵌入非常适合资源受限的边缘硬件用于连续精准畜牧业监测；大规模现场验证仍是未来工作。
该论文发表于《Smart Agricultural Technology》。精准畜牧业越来越依赖计算机视觉实现大规模农业环境中的连续、非侵入性监测。在商用火鸡生产中，个体水平监测需要身份一致的跟踪，而这依赖于能区分视觉上高度同质动物的外观特征。DeepSORT等跟踪器使用的通用外观模型基于行人再识别数据训练，行人依靠服装、纹理和体形等线索，而火鸡缺乏这些区分性线索，导致通用模型直接应用于家禽时判别能力显著下降。因此，有必要开发一种紧凑的、领域特定的外观嵌入模型，既能恢复身份判别能力，又足够轻量以适用于农场端部署。
研究人员提出了一种用于火鸡再识别的轻量级领域特定Siamese（孪生网络）特征提取器。该模型通过系统的消融驱动精炼过程设计，最终架构包含预激活残差块（pre-activation residual block）、压缩-激励（squeeze-and-excitation, SE）通道注意力以及BNNeck嵌入头，参数量仅714K，相比DeepSORT默认的2.8M参数mars-small128模型减少约3.9倍。在16个未见身份的开集评估中，该嵌入将ROC AUC从0.890提升至0.943，分类准确率从0.849提升至0.911，分布可分性指数从1.14提升至1.71，同时模型存储减少3.8倍，推理延迟降低。集成到DeepSORT后，在三个商用火鸡谷仓视频序列上，身份相关指标取得一致增益（IDF1从81.3%升至83.2%，关联准确率从68.8%升至69.9%）。结果表明，领域特定架构设计能在降低计算成本的同时显著改善视觉同质动物的再识别性能，为资源受限的精准畜牧业监测提供了可行方案。
研究人员采用的数据来源于商用火鸡谷仓的RGB视频：检测训练集包含250幅人工标注图像；跟踪验证集使用CVAT标注身份一致的边界框；嵌入训练集包含106个唯一身份共709个图像块，按身份比例70:15:15划分为训练、验证和测试集。对象检测采用微调的YOLOv8s（50轮，批次16）。提出的外观模型是四阶段Siamese卷积网络，输入128×64 BGR裁剪图像，输出128维L2归一化嵌入，使用批内困难三元组损失与标签平滑身份分类损失联合训练（λ=0.5）。该嵌入替换DeepSORT中的mars-small128外观模型，通过马氏距离和余弦相似度联合关联。评估采用开集成对相似性协议和MOT指标。
结果部分包括以下内容：
架构消融研究：研究人员从基线V1到最终V5逐步添加设计元素，在相同训练设置下比较Rank-k和mAP，发现每个领域特定元素均有贡献。BNNeck与预激活顺序使Rank-1从0.847升至0.895，深度阶段通道扩展使mAP从0.827升至0.863，同时训练稳定性最佳（最低验证Rank-1为0.912，标准差0.014）。V5以约四分之一的参数量匹配或超过mars-small128的Rank-1（0.903 vs 0.887）。
嵌入判别力与基线对比：在535个正样本对和600个负样本对的开集成对评估中，V5在所有判别指标上均超过mars-small128，其中分布分离度Δμ提高73.5%，可分性指数提高50.1%。通过10,000次重采样的bootstrap置信区间验证，所有指标改善显著，包括ROC AUC差异（Δ=0.053，95% CI [0.041, 0.065]）和可分性指数差异（Δ=0.570，95% CI [0.477, 0.669]）。
嵌入空间可视化（t-SNE）：t-SNE投影显示大多数未见身份形成紧密、分离良好的聚类，例如object_15、object_19等；残余重叠主要集中在视觉上最相似的个体，反映了视觉同质性带来的固有难度。
特征注意力可视化（Grad-CAM）：Grad-CAM激活图显示模型关注火鸡身体结构区域——站立个体响应集中在头颈连接处和上背部，休息个体集中在胸部和侧腹，背景被抑制。量化分析中，顶部四分位激活区域与估计身体掩膜的平均IoU为0.22±0.07，大部分激活质量落在鸟体上，证实模型利用羽毛和体型线索。
架构效率：该模型参数为714K，比baseline的2.8M减少约3.9倍；模型存储为2.80 MiB，比10.72 MiB减少3.8倍；推理速度略快（2.32±0.36 ms vs 2.52±0.68 ms），GPU峰值显存相当。
下游跟踪验证：将嵌入集成到DeepSORT并在三个商用谷仓序列上评估，平均IDF1从81.3%升至83.2%，关联准确率（AssA）从68.8%升至69.9%，MOTA不变（81.8%），证明增益来自关联质量而非检测。同时，两个跟踪器都存在过度分割身份的问题，但所提模型使用的跟踪ID数量从平均103.7降至90.3（约减少13%），缓解了碎片化。
检测缺失下的压力测试：为模拟遮挡导致的检测丢失，研究人员随机丢弃10%、20%、30%的检测框，并使用真值框作为无噪检测器。在共享关联阈值下结果混合，但按各嵌入自身最优阈值重新评估后，V5在六个测试条件中的五个优于基线（平均IDF1 92.1% vs 91.7%），表明领域特定嵌入在检测缺失下更具鲁棒性。
讨论部分指出，通用人类再识别模型无法直接迁移到动物，领域特定架构设计是关键。消融实验确认预激活顺序和BNNeck提供初始准确率增益，SE注意力增强通道选择性，深度阶段通道扩展带来最大mAP提升并稳定训练过程。集成到DeepSORT后的增益有限，是因为测试序列中长时间遮挡较少，运动线索足以解决大部分关联；外观模型的价值在更困难的重度遮挡场景中将更加明显。此外，身份碎片化仍是主要障碍，需要结合更长的保留窗口或轨迹合并等跟踪管理策略。
研究结论部分翻译如下：研究人员提出
