關(guān)于農(nóng)業(yè)方面的科研一直都備受關(guān)注，囊括種植業(yè)、畜牧業(yè)、漁業(yè)等多個細分行業(yè)。目前，畜牧業(yè)養(yǎng)殖方面的科研已經(jīng)取得了一定進展，主要集中在檢測識別、喂養(yǎng)管理等方面。

一、奶牛運動行為智能監(jiān)測

西北農(nóng)林科技大學(xué)、 農(nóng)業(yè)農(nóng)村部和陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點實驗室，針對奶牛運動行為(躺臥、行走、站立、發(fā)情、呼吸、反芻及跛行等)智能檢測技術(shù)的研究進展予以分析，指在信息化、智能化技術(shù)的應(yīng)用有助于養(yǎng)殖場及時掌握奶牛健康狀況，提高養(yǎng)殖效率。

該研究按照時間順序分別從接觸式檢測方法和非接觸式檢測方法兩方面綜述了國內(nèi)外相關(guān)研究現(xiàn)狀，對相關(guān)研究的原理及成果進行詳細介紹，總結(jié)了當前接觸式和非接觸式奶牛運動行為檢測方法的問題與挑戰(zhàn)。最后，針對相關(guān)關(guān)鍵技術(shù)的發(fā)展趨勢進行了展望。

二、基于遷移學(xué)習(xí)的多尺度特征融合牦牛臉部識別算法

青海大學(xué)與青海省玉樹州動物疫病預(yù)防控制中心，針對智慧畜牧智能化、信息化等養(yǎng)殖平臺中動物個體識別技術(shù)應(yīng)用需求，研究了一種基于遷移學(xué)習(xí)的多尺度特征融合牦牛臉部識別算法。

該算法基于遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型，進行多尺度特征融合。實驗結(jié)果表明，該算法數(shù)據(jù)集中識別準確率達到96.01%，可為牦牛臉部識別研究提供參考，牦牛個體身份標識是實現(xiàn)個體建檔、行為監(jiān)測、精準飼喂、疫病防控及食品溯源的前提。

三、復(fù)雜環(huán)境下肉牛三維點云重建與目標提取方法

中國農(nóng)業(yè)大學(xué)、國家農(nóng)業(yè)信息化工程技術(shù)研究中心等機構(gòu)，針對復(fù)雜環(huán)境下的肉牛三維數(shù)據(jù)的采集問題，同時解決基于點云采集技術(shù)的非接觸式測量能夠緩解肉牛，在采集體尺體重等參數(shù)時的應(yīng)急問題，開發(fā)了一種非接觸式肉牛三維點云重建與目標提取系統(tǒng)與方法，為肉牛育種育肥提供大量標準化和三維量化表型數(shù)據(jù)。

該研究對20頭肉牛進行了124次點云采集與目標提取實驗，結(jié)果表明，統(tǒng)采集成功率為91.89%，采集的點云與真實值相比，體次重建誤差為0.6%。該系統(tǒng)與方法可以在無人干預(yù)的情況下，實現(xiàn)多角度肉牛點云數(shù)據(jù)的自動采集與三維重建，并從復(fù)雜環(huán)境中自動提取目標肉牛的點云，為非接觸式肉牛體高、體寬、體斜長、胸圍、腹圍和體重等核心表型參數(shù)的測量提供重要的方法支撐，促進肉牛育種和育肥的標準化管理。

四、基于高斯混合-隱馬爾科夫融合算法識別奶牛步態(tài)時相

為準確自動識別奶牛步態(tài)時相，中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所研究了一種融合高斯混合模型和隱馬爾可夫模型的無監(jiān)督學(xué)習(xí)奶牛步態(tài)時相識別算法GMM-HMM。

研究構(gòu)建了GMM-HMM模型，實現(xiàn)奶牛靜立相、連續(xù)步態(tài)中的站立相和擺動相等3種步態(tài)時相的自動識別。結(jié)果表明，靜立、連續(xù)步態(tài)中的站立、連續(xù)步態(tài)中的擺動等相識別率高達90%左右，為下一步基于穿戴式步態(tài)分析的奶牛跛行特征提取提供技術(shù)參考。

五、叫聲在生豬福利監(jiān)測中的研究進展與挑戰(zhàn)

叫聲是評估生豬福利水平的重要方式之一，東北農(nóng)業(yè)大學(xué)以叫聲為研究對象，分析了生豬叫聲與福利之間的相互關(guān)系，叫聲主要包括咳嗽聲、尖叫聲和呼嚕聲，基于這三種聲音進一步分析聲音與環(huán)境，聲音與身體狀況，以及聲音與健康之間的關(guān)系。目前關(guān)于生豬聲音分析的研究大多集中在分類器的選擇和識別算法的改進上，而對端點檢測和特征選擇的研究較少。同時，當下面臨的主要挑戰(zhàn)還包括不同生長階段的音頻數(shù)據(jù)獲取難度較高，缺乏公共的豬舍內(nèi)音頻數(shù)據(jù)庫以及缺少完善的聲音指標與動物福利監(jiān)測評價體系?？傮w來說，建議進一步對聲音識別過程中涉及的各部分技術(shù)進行深入探索，同時加強跨學(xué)科專家之間的合作，共同推動聲音監(jiān)測在生豬實際生產(chǎn)中的應(yīng)用，從而加快精準畜牧業(yè)的實現(xiàn)。

六、家畜飼喂機器人研究進展與發(fā)展展望

中國農(nóng)業(yè)科學(xué)院針對家畜養(yǎng)殖的生產(chǎn)模式已由粗放型向集約型轉(zhuǎn)變過程中，表現(xiàn)出來的低勞動生產(chǎn)率、勞動力短缺等問題，利用現(xiàn)代信息和人工智能技術(shù)，研發(fā)家畜飼喂機器人，包括喂料、推料等機器人，意圖實現(xiàn)數(shù)字化、智能化的家畜養(yǎng)殖。

深入分析機器人技術(shù)在家畜養(yǎng)殖中的研究現(xiàn)狀，收集國內(nèi)外家畜機器人研究實例和文獻資料，從軌道式喂料機器人、自走式喂料機器人和推料機器人等方面研究進展，及技術(shù)特點和實際應(yīng)用情況，進行國內(nèi)外飼喂機器人進行了比較，從戰(zhàn)略規(guī)劃制定、核心技術(shù)發(fā)展和產(chǎn)業(yè)發(fā)展趨勢三個方面進行展望并提出發(fā)展建議，為家畜飼喂機器人在中國的進一步發(fā)展和應(yīng)用提供參考。

七、商業(yè)化肉牛繁育大數(shù)據(jù)平臺設(shè)計與關(guān)鍵技術(shù)

北京市農(nóng)林科學(xué)院、國家農(nóng)業(yè)信息化工程技術(shù)研究中心等機構(gòu)，針對當前中國肉牛繁育管理水平和信息化智能化水平不高等問題，研究借鑒國際先進肉牛養(yǎng)殖國家的經(jīng)驗，建立了適合中國的商業(yè)化肉牛繁育大數(shù)據(jù)平臺。

該平臺主要完成肉牛種質(zhì)信息資源的整合，在線自動測定肉牛關(guān)鍵繁育性狀，全程服務(wù)支撐肉牛繁育過程，形成肉牛種質(zhì)資源大數(shù)據(jù)分析決策，并實現(xiàn)肉牛聯(lián)合育種創(chuàng)新模式。為中國肉牛種業(yè)發(fā)展提供可持續(xù)發(fā)展的信息化解決方案，以促進肉牛育種整體水平的提高。

八、基于計算機視覺的奶牛生理參數(shù)檢測與疾病診斷研究進展及挑戰(zhàn)

具有非接觸、免應(yīng)激、低成本及高通量等優(yōu)點的計算機視覺技術(shù)，可作為信息技術(shù)，推動智能養(yǎng)殖業(yè)發(fā)展。中國農(nóng)業(yè)大學(xué)聯(lián)合浙大寧波理工學(xué)院，從該技術(shù)在智能化養(yǎng)殖業(yè)發(fā)展中的重要性入手，奶牛跛行及乳腺炎等疾病診斷的前沿技術(shù)發(fā)展過程和研究現(xiàn)狀。對奶牛生理參數(shù)監(jiān)測進展，包括體尺、體溫、體重的前沿監(jiān)測設(shè)備、技術(shù)和模型參數(shù)?？偨Y(jié)了目前，相關(guān)技術(shù)研究和應(yīng)用推廣中存在的問題，比如：監(jiān)測準確性不高、受環(huán)境因素影響大、系統(tǒng)普及難度、檢測系統(tǒng)成本高等問題和挑戰(zhàn)。并結(jié)合中國養(yǎng)殖業(yè)發(fā)展現(xiàn)狀，針對保證檢測準確性、減少環(huán)境干擾等問題，提出了相關(guān)建議，旨在為中國奶牛養(yǎng)殖業(yè)的科學(xué)管理和現(xiàn)代化生產(chǎn)提供新方法和新思路。

九、中國飼料營養(yǎng)大數(shù)據(jù)分析平臺研制

中國農(nóng)業(yè)科學(xué)院攜手北京大北農(nóng)科技集團股份有限公司，針對飼料糧缺口的逐漸大、飼料營養(yǎng)基礎(chǔ)數(shù)據(jù)缺失或不足等問題，研究依據(jù)16類中國飼料原料描述規(guī)范和屬性數(shù)據(jù)標準，飼料資源的種類、空間分布、飼料成分含量及營養(yǎng)價值特性數(shù)據(jù)，開發(fā)了新一代飼料營養(yǎng)大數(shù)據(jù)分析平臺(http：//www.chinafeeddata.org.cn/)，并提供Web數(shù)據(jù)共享功能。

該平臺提供所有入庫數(shù)據(jù)的可視化分析、所有飼料營養(yǎng)屬性數(shù)據(jù)及飼料實體樣本溯源數(shù)據(jù)的移動端實時分享與下載服務(wù)、飼料原料養(yǎng)分變異提供動態(tài)分析、飼料營養(yǎng)數(shù)據(jù)地理信息圖譜的分布查詢及對比分析及下載等功能。拓展飼料資源數(shù)據(jù)并提供飼料養(yǎng)分的預(yù)測分析模型，可最大化利用已有飼料養(yǎng)分數(shù)據(jù)的價值，進一步嵌入各類飼料配方的網(wǎng)絡(luò)計算模塊，可以達到飼料營養(yǎng)數(shù)據(jù)的一站式服務(wù)及數(shù)據(jù)的最大化升值服務(wù)。

十、基于深度圖像的多姿態(tài)肉牛體尺自動測量方法

中國農(nóng)業(yè)大學(xué)聯(lián)合浙大寧波理工學(xué)院，針對肉牛較為活躍，采集圖像數(shù)據(jù)多變、肉牛姿態(tài)端正幀較少，導(dǎo)致自動測量肉牛體尺困難的問題，研究提出一種多姿態(tài)肉牛體尺自動測量方法。

該研究通過分析大量深度圖像數(shù)據(jù)，將圖像中肉牛姿態(tài)分為左歪、右歪、姿態(tài)端正、低頭和抬頭五類。實驗結(jié)果表明，在5種姿態(tài)下的頭部去除成功率均高于92%，可為精確測量多姿態(tài)下肉牛體尺提供支撐。

審核編輯黃宇