近日，機械與電子工程學院智能畜牧產業裝備與機器人團隊在期刊《Computers and Electronics in Agriculture》在線發表了題為“Cattle-ES3D: A spatiotemporal feature fusion method for detecting tachypnea and salivation behaviors in beef cattle”的最新研究成果。山東農業大學為完成該論文的第一單位，田富洋教授為該論文的第一作者，于鎮偉副教授為該論文的通訊作者，張立印為該論文的學生第一作者。

肉牛的健康監測是推動肉牛行業向“高效、安全、可持續”轉型的關鍵支撐。在健康監測中，呼吸急促在牛中常與熱應激、呼吸道疾病或代謝異常相關，流涎行為常與口腔疾病、中毒或神經系統異常，所以對呼吸急促和流涎行為的檢測較為重要。然而，肉牛養殖密度大、遮擋嚴重，現有算法存在檢測精度低、計算冗余等問題。

圖1 肉牛行為檢測方法

針對以上問題，團隊提出了一種基于巡檢機器人和時空特征融合算法（Cattle-ES3D）的肉牛呼吸急促和流涎行為檢測方法（圖1）。團隊首先提出了一種混合架構，將嵌入式空間金字塔網絡和SlowFast雙通路網絡集成在一起，實現肉牛行為時空特征的提取；其次，設計了自適應時空特征融合同步模塊，實現時空特征的自適應融合；最后，設計了一個輕量級的動態檢測分支，通過時空動態標簽賦值驅動的多維參數優化機制，實現分類-回歸特征空間對齊和時間關聯約束。實驗結果表明，該方法具有時空特征，提高了肉牛呼吸急促和流涎行為的檢測精度，降低了計算成本。

圖2 Cattle-ES3D檢測結果

該研究得到了“十四五”國家重點研發項目子課題的資助。

論文鏈接：https://doi.org/10.1016/j.compag.2025.110907

編      輯：萬    千 

審      核：賈    波