文摘人工养殖的雄性梅花鹿在发情期间攻击行为剧增,易造成鹿茸损伤,自动监测其攻击行为能为研究减少攻击行为提供重要依据。本文基于注意力机制和长短记忆序列研究了一种光流注意力网络(Optical flow attention attacking recognition network,OAAR),对梅花鹿的攻击、采食、躺卧、站立行为进行识别。OAAR网络包括前置网络、基础网络和时序网络,前置网络由LK光流算法(Lucas kanade optical flow algorithm)组成,用于提取RGB数据光流信息;基础网络中采用自注意力模块,将ResNet-152网络改造为ARNet152(Attention ResNet-152),用于将RGB、光流数据集经ARNet152提取特征后输入时序网络;时序网络采用添加注意力模块的长短记忆序列(Attention long short term network,ALST),并通过分类器输出行为得分和分类结果。视频数据集包括10942段,共310574帧,划分为攻击、采食、站立和躺卧4个大类,攻击行为又划分为撞击、脚踢和追逐3个小类;训练集、验证集和测试集比例为3∶1∶1。研究结果显示,OAAR模型在测试集上正确率为97.45%、召回率为97.46%、F1值为97.45%,ROC曲线中各类识别效果良好,特征嵌入图中各类行为特征区分度较高,各项结果均优于LSTM、双流I3D和双流ITSN网络,具有较好的泛化能力和抗干扰性。在本研究算法基础上集成的鹿只行为自动识别采集系统,为提高梅花鹿养殖生产管理水平和生产效率提供了技术基础。
