奶牛行為特征識別方法的研究與實現—基于支持向量機

侯云濤，蔡曉華，吳澤全，東忠閣

(1.黑龍江省農業機械工程科學研究院，哈爾濱　150081；2.哈爾濱博納科技有限公司，哈爾濱　150081)

0　引言

近年來，隨著人民群眾對奶產品的需求加大及規模化奶牛養殖場數目的快速增加，奶牛養殖過程的自動化、智慧化和網絡信息化程度亟待提高。加強對奶牛個體日常的監控和管理水平，對保障奶牛健康和奶產量十分重要[1]。

奶牛個體的行為特征按照不同的判斷準則和應用目的有多種不同的分類依據和方法。相關實驗成果表明：奶牛發情初期會出現莫名興奮及難以平靜等現象，而沒有發情奶牛則表現得相對散漫。奶牛處在發情期時，時常會做出爬跨類行為；奶牛生病時，躺臥、站立等行為時間往往大幅度增長[2]。因此，監測并準確識別奶牛運動行為特征是判斷奶牛是否處于發情和身體狀況異常的有效方法之一。

目前，我國多半的奶牛養殖過程采取的依然是傳統的人工養殖，往往需要很多飼養人員，且很多時候不能快速診斷奶牛疾病，難以迅速、精確地判斷出奶牛是否處在發情階段，直接影響了初奶的營養、口感及產出量，大幅度降低了奶牛養殖效率。

近年來，國內外學者已經廣泛展開運用無線物聯網技術對奶牛行為進行實時監控的研究。澳大利亞CSIRO研究機構的科研專家利用三軸加速度計采集奶牛的體表溫度、三軸加速度、速度、三軸磁場強度值和個體位置等數據，從而采用閾值法來分類和判定動物行為特征[3]。美國的相關科研專家通過行為特征數據還原奶牛躺臥、站立、運動等行為，從而判別奶牛是否健康[4]。北歐的研究人員利用支持向量機(SVM)分類算法分類并判斷奶牛的站、躺、反芻、食料、正常行走和跛腳走等日常行為特征。Nadimi等使用基于ZigBee無線傳感器網絡和人工神經網絡監測動物行為并對其行為模式分類。尹令等人通過分析三軸加速度數據，還原奶牛的運動行為，從而判斷奶牛是否處于發情期。

本文設計了一種配置有加速度傳感器的基于ZigBee無線傳感技術的傳感器節點，將節點以項圈的形式佩戴在奶牛脖子上，在不干涉其正常活動的情況下實時監測，并采集奶牛三軸運動加速度數據，利用基于二叉決策樹支持向量機(Support Vector Machine，SVM)時間序列模型識別奶牛個體的行為特征，使飼養人員能夠及早了解奶牛的身體狀況。

1　運動加速度數據的采集與處理

1.1　數據采集

實驗中使用的測試數據來源于4頭奶牛的視頻記錄，其中兩頭是處于發情期的成年奶牛。這4 頭奶牛被散養在一個可自由活動的場所內，奶牛的運動行為特征由攝像機拍攝和記錄。攝像機的記錄時間與數據采集裝置的測試時間同步，通過查看錄相可以精確了解奶牛每個時刻的動作，通過加速度數值可以看出奶牛運動速度變化的快慢程度。測試中，數據采集裝置(加速度傳感器)的安裝方向如下：x軸指向奶牛的頭；傳感器y軸與傳感器x軸構成一個平面，正方向指向奶牛身體外側；z軸指向地面。加速度傳感器采樣頻率為10Hz。

1.2　數據處理

采集的奶牛三軸加速度數據是依據時間順序排列的運動數據的集合，每條數據都是依據時序的順序排列，是多元時序數據。在時序分析中，最顯著的特點是按照時序排列數據的先后次序。在分析時間序列時，需要注意的應是時序數據在某個時間區域內的變化方式和內在的變化規則，而不是對于時序中某一單個數據點分析[5]。

奶牛三軸加速度采集裝置佩帶在奶牛頸部，裝置的些許晃動和碰撞都會產成對時序數據的噪聲疊加，這些因素都給對時序數據分析帶來相當的困難。同時，由于時序數據具有高維度的特點，因此直接在原始數據上進行分析時不僅運算量大，還會有大量冗余信息，從而影響算法的可靠性和準確性。為此，本研究針對時序數據的有序性、信息量大及特征類別多等特點，通過計算采樣點之間的距離，將加速度時序數據劃分成子序列段的集合。

為能夠準確地劃分子序列段，首先需要獲得每個采樣序列點ai的點距離Radius(ai)，然后通過與設定的閾值σ比較(閾值根據具體的應用領域確定)，按照比較結果尋找ai的同質點和同質區域，最終得到子序列段Lt(k)(下標t表示t時刻的子序列段,k為子序列段的長度)。對時序數據精確的分段處理，能夠高效地選擇和記錄短時域內相同運動行為的顯著局部特性，同時又不會丟失全時間域內所有行為的全局特性。

得到子序列段Lt(k)后，按照本文對子序列特征向量的定義，計算得到子序列的特征向量組。每當獲得20個子序列特征向量組后，這20組特征數據將由終端節點通過ZigBee無線網絡上傳至PC機，依次輸入支持向量機分類模型，從而判斷在這20個時間子序列段內奶牛個體的運動狀態。如果較長采樣時間(2min)內仍未獲得足夠20個的子序列特征向量組，那么將由終端節點將采樣時間(2min)內的子序列特征向量組上傳至PC機，判斷采樣時間(2min)內的奶牛個體的運動狀態。以上兩種操作中，第1種操作的優先級高于第2種操作。也就是說，當獲得20個子序列特征向量組的采樣時間小于2min時，上傳數據后，子序列個數和采樣時間同步清零；若采樣時間(2min)內仍未獲得20個子序列特征向量組，上傳采樣時間(2min)內的各子序列特征向量組，子序列個數和采樣時間同步清零。

上文涉及到的相關定義如下：

定義1(時間采樣序列點)：由多維度數據和對應的記載時間組成的時間數據的集合，記為x={(a0,t0),...,(an,tn)}，元素(ai,ti)代表采樣序列x在ti時刻的采樣值ai，記載時間ti必須是遵守遞增的(i≤j?ti≤tj,0≤i,j≤n)。任意時刻ti的采樣值記作ai=(ai,x,ai,y,ai,z)，下標x,y,z代表采樣點對應的坐標。

定義2(序列采樣點間距離)：針對任意連續時刻ti、ti-1對應的2個采樣點ai與ai-1之間的空間距離Radius定義為Radius=|ai,x-ai-1,x|+|ai,y-ai-1,y|+|ai,z-ai-1,z|，記作Radius(ai)。

定義3(序列同質采樣點)：如果任意時刻的兩個連續采樣點at、at-1間的距離Radius和闕值σ符合Radius(ai)<σ，則稱此2點為序列同質采樣點。

定義4(序列同質區域)：對于從采樣點ai的采樣時刻ti到采樣點ai+n的采樣時刻ti+n的一段持續采樣時間區域T，若符合該時間區域內相鄰的每個采樣點都是同質點，并且n

定義5(子序列特征向量組)：

(1)

其中，Amax=(Max|at,at+1,...,at+k|)代表子序列段數據中最大加速度的絕對值，Aavg(Lt(k))、Amin(Lt(k))分別是子序列段數據中平均加速度、最小加速度的絕對值。以上3個特征數據分別從最大、平均值和最小加速度3個方面來衡量三軸加速度的差別。

EnergyDis(Lt(k))體現了奶牛運動能量的差異化。能量特征值計算公式為

(2)

式(2)給出了子序列段時序數據中綜合加速度的平均能量的差異。

DeviaDis(Lt(k))體現了體現了三軸加速度波動的狀況，計算公式為

(3)

這個特征值給出了子序列段數據中綜合加速度波動的差別。

2　支持向量機分類算法

2.1　支持向量機原理

(4)

約束條件為

(5)

圖1　最優分類超平面

高維度映射空間的高維度向量內積總會在輸入樣本空間找到一個核函數，能夠滿足Mercer條件。使得K(xi,xj)=(Φ(xi)·Φ(xj))，所以并非必需尋求非線性映射的具體函數表達式，從而達到避開求非線性映射而轉求內積的目的，即求解

(6)

約束條件為

(7)

常見的核函數有：

(8)

徑向基核K(x,xi)=exp(-γ|x-xi|2)

(9)

Sigmoid核K(x,xi)=tanh(r(x·xi)+c)

(10)

線性核K(x,xi)=x·xi

(11)

(12)

當樣本數據在高維映射空間無法進行無誤差分離時，引入松弛變量ξi≥0，并通過求解公式(13)保證數據誤分率最小，即

(13)

其中，ξi為衡量樣本數據(xi·yi)對可以分離的預期偏離參數。C>0是1個常數，它反映了對誤分的補償水平，保證分類機的繁復性和無法分離點數量之間的最優性；C越大代表對誤分的補償就越大；C為平衡因子，反映第1項與第2項之間的權衡。使用Lagrange乘子方法，求解可轉化為

(14)

約束條件為

(15)

2.2　基于二叉樹SVM的多類分類方法

作為一種機器學習算法，支持向量機具有可訓練的優勢，但由于訓練所需樣本較少，所以較多地應用在小樣本分類。對于不同的多類分類規劃，使用支持向量機的具體處理方式也各不相同，主要有一對余(OAA)、一對一(OAO)及二叉樹等。考慮奶牛行為特征分類的實際情況，本研究采取二叉樹結構，自根節點從上至下，逐層構造SVM 兩類分類器的分類識別算法。

在使用二叉樹SVM對樣本集進行分類時，不同的分類順序會導致分類結果出現較大差異。為了提高針對奶牛行為特征的分類精度，努力使分辨誤差不在靠近根結點的分類器中產生，要求必須把辨識度最大的類最先分辨出來。按照訓練參數的特征值測算各類元素集彼此的易分程度，普通的分離是用類空間中心間的歐式距離或Mahalanobis距離作為各類之間的易分性指數，但這種分離策略的缺陷在于：類之間的易分性，很多時候還需要考慮類的數學分布。圖2為不同的類間可分離性比對示意。由于(a)、(b)兩圖中所示意的類之間的距離是一樣的，因此可以很容易得出結論：(a)中的兩個類遠遠要比(b)中的兩個類難于區分。

圖2　類間可區分性比對示意圖

所以，類的數學分布是影響類間區分性測度的關鍵考慮因素[6]。按照以上結論，本研究方法考慮類之間相似度定義時，在考慮類中心點之間的距離的同時，基于類之間的空間分布，提出一種新的類之間的分離度定義。

第i類中心點定義為

(16)

其中，Φ(xs)表示將輸入空間的樣本多維特征向量用非線性映射Φ：Rm→Rn映射到對應的高維空間中。

i類與j類的距離定義為

(17)

其中

類之間的相似度定義為

(18)

其中，(Rj=max‖xt-mi‖)。

綜合以上的研究，本文提出一種聚類與二叉樹SVM融合的分類方法。算法步驟具體如下：

第1步：由式(18)得到類與類之間的相似程度；

第2步：將具有最高相似度的兩個類合并構成一個新的大類，再重新訓練支持向量，運用式(16)～式(18) 得到新類的類中心點坐標及新類與其余各類的距離數據，進而計算新類與其余各類的相似度；

第3步：反復操作第1步和第2步，最后訓練樣本被聚成兩個大的類，將此兩類作為二叉樹根節點,按照從上至下的順序構造二叉樹的SVM子分類器。

3　奶牛行為特征分類模型的建立

據相關實驗結果顯示：奶牛處于發情早期，會出現異于平時的狀態(躁動、興奮等)，而未發情的狀態則較為懶散。奶牛處于發情時期，時常會做出爬跨動作；奶牛不舒服時，全天會基本處于躺臥。因此，監測奶牛行為特征是判斷奶牛發情和身體異常的一個有效方法。奶牛的每天行為并非簡單的重復，本研究將其行為類別分為靜止和運動兩個狀態。其中，運動狀態包括慢走行為、快走行為、爬跨行為、慢跑行為和快跑行為。

將采集得到三軸加速度時間序列數據按照1.2節提出的方法相應處理，之后在得到的時間子序列的特征向量集中選擇出訓練數據集(占比70%)，運用第2.2節提出的分類方法將所有樣本數據分成兩個子類，作為根節點；再將根節點進一步劃分成兩個次級子類，將這兩個子類作為后續待劃分的次級根節點；按照這個方式繼續劃分，直到最后分離出兩個相似度最大的類，此時需要選擇切合狀況的核函數構造類之間的二值支持向量機分類器。

支持向量機核函數的選擇非常重要，核函數的差異會在各類中產生不同的支持向量。因此，核函數的選取及參數的確定對于分類的實時性和精確性有著深遠的影響。

本文通過實驗測試和比對，將二值支持向量機分類器的核函數確定為徑向基函數( Radial Basis Function，RBF) 。最終，建立了如圖 3 所示的二叉樹SVM順序結構。

圖3　二叉樹SVM順序結構分類圖

4　實驗結果及分析

實驗記錄數據來源于1頭健康成年奶牛2h的行為特征記錄。采樣頻率為 10 Hz，共采集樣本426 506個。對試驗樣本中的時序數據進行子序列劃分后，子序列個數共為2 432個，行為特征分類測試結果如表1所示。

表1　奶牛行為特征分類測試結果

表1測試結果表明：分類模型的整體測試結果是較好的。其中，靜止與運動兩大類特征行為的區分準確率較高，達到 94.10%；區分微小運動與劇烈運動時，準確率為 86.78%；但對奶牛的行為特征進行細致劃分時，區分度相對較低。經分析后，主要存在以下幾個導致誤差較大的因素：

1)由于數據采集裝置佩戴在牛頸上，其對奶牛頭部活動較為敏感，而頭部活動易存在行為特征的復合，導致噪聲干擾；

2)奶牛的行為特征是依靠肉眼判定的，但目前并沒有奶牛行為判斷的標準，并且有時特征不顯著，僅僅依靠肉眼觀察和判斷，使源樣本數據不可靠；

3)項圈能在某些情況下下輕微移動，導致三軸加速度采集裝置產生傾斜角度，產生噪聲干擾。

5　結論與討論

5.1　結論

針對奶牛個體的行為特征的分類問題，基于二叉樹SVM 構造了多類分類模型，用于分類和判定靜止、慢走、快走、快跑、慢跑及爬跨等日常行為特征。經過實驗檢測，區分運動和靜止能夠到90%以上的準確度，區分小幅和大幅運動也能達到85%以上的準確度；但再細分小幅度和大幅度的活動時會出現一些誤判情況，模型的區分度還需要進一步提高。

5.2　討論

盡管本文對奶牛個體行為特征分類進行了深入研究，建立的多分類模型能夠較準確地判定奶牛個體的行為特征，但本系統目前依然還不夠完善，有待進一步提高。

1)測試受到場地、資源等多方面限制，隨機選擇了1頭成年發情奶牛，記錄了這頭奶牛2h內的行為特征數據，進行模型區分度評估。后續實驗要延長個體行為的數據采集時間，增加個體數據采集量；同時，對不同品種、不同年齡的奶牛進行實驗對比，擴大實驗范圍，優化特征識別模型。

2)考慮增加奶牛體溫和脈搏檢測模塊，在采集加速度數據的同時，結合奶牛個體處于不同行為狀態時的體溫和脈搏的變化情況，對奶牛的行為特征進行綜合判定，提高區分的準確率。