近日，机械与电子工程学院智能畜牧产业装备与机器人团队在期刊《Computers and Electronics in Agriculture》在线发表了题为“Cattle-ES3D: A spatiotemporal feature fusion method for detecting tachypnea and salivation behaviors in beef cattle”的最新研究成果。山东农业大学为完成该论文的第一单位，田富洋教授为该论文的第一作者，于镇伟副教授为该论文的通讯作者，张立印为该论文的学生第一作者。
肉牛的健康监测是推动肉牛行业向“高效、安全、可持续”转型的关键支撑。在健康监测中，呼吸急促在牛中常与热应激、呼吸道疾病或代谢异常相关，流涎行为常与口腔疾病、中毒或神经系统异常，所以对呼吸急促和流涎行为的检测较为重要。然而，肉牛养殖密度大、遮挡严重，现有算法存在检测精度低、计算冗余等问题。
图1 肉牛行为检测方法
针对以上问题，团队提出了一种基于巡检机器人和时空特征融合算法（Cattle-ES3D）的肉牛呼吸急促和流涎行为检测方法（图1）。团队首先提出了一种混合架构，将嵌入式空间金字塔网络和SlowFast双通路网络集成在一起，实现肉牛行为时空特征的提取；其次，设计了自适应时空特征融合同步模块，实现时空特征的自适应融合；最后，设计了一个轻量级的动态检测分支，通过时空动态标签赋值驱动的多维参数优化机制，实现分类-回归特征空间对齐和时间关联约束。实验结果表明，该方法具有时空特征，提高了肉牛呼吸急促和流涎行为的检测精度，降低了计算成本。
图2 Cattle-ES3D检测结果
该研究得到了“十四五”国家重点研发项目子课题的资助。
论文链接：https://doi.org/10.1016/j.compag.2025.110907
编 辑：万 千
审 核：贾 波
