0
Il riconoscimento del comportamento dei suini è un indicatore cruciale per il monitoraggio della salute e delle condizioni ambientali. Tuttavia, i metodi convenzionali di riconoscimento del comportamento dei suini sono limitati nella loro capacità di estrarre efficacemente le caratteristiche delle immagini e di analizzare lunghe dipendenze di sequenza, riducendo in definitiva le prestazioni del riconoscimento del comportamento dei suini.
Materiali e Metodi: Per affrontare queste sfide, proponiamo un modello di riconoscimento del comportamento dei suini S_TransNeXtM che sfrutta sia le informazioni spaziali che temporali alla base del video. In particolare, è stata sviluppata un'innovativa struttura portante, denominata TransNeXtM, per il dominio spaziale. Incorpora un meccanismo di attenzione aggregata bioispirato, una GLU convoluzionale e un'unità Mamba, che consente al modello di catturare caratteristiche globali e locali più discriminanti. Per il dominio temporale, si propone l'sLSTM per elaborare i dati di sequenza utilizzando un meccanismo di gating esponenziale e uno stato stabilizzatore. Questa progettazione consente al modello di stabilire dipendenze temporali di sequenza più lunghe, superando le prestazioni dei GRU e LSTM convenzionali. Sulla base delle informazioni di cui sopra, S_TransNeXtM migliora le prestazioni del riconoscimento del comportamento dei suini.
Risultati: I risultati sperimentali dimostrano che il modello S_TransNeXtM proposto raggiunge prestazioni all'avanguardia nel riconoscimento del comportamento dei suini. Di conseguenza, S_TransNeXtM raggiunge un'accuratezza del 94,53%, segnando un miglioramento fino all'11,32% rispetto ai benchmark precedenti.
Hao Wangli , Hu Xinyuan , Xue Yakui , Shu Hao , Han Meng /S_TransNeXtM: a pig behavior recognition model based on the TransNeXtM and the sLSTM/Frontiers in Veterinary Science:12 - 2025/https://www.frontiersin.org/journals/veterinary-science/articles/10.3389/fvets.2025.1674842 doi=10.3389/fvets.2025.1674842
