全文总字数：3299字
1. 研究目的与意义、国内外研究现状（文献综述）
农业和牧业与我们的生活息息相关，通过图像处理的非接触、低成本的奶牛个体识别方法，可以更方便的观察和管理奶牛。奶牛的面部相较于身体，细节更多、面积更小，使用深度学习识别的过程中效率更高。奶牛的面部识别技术可以应用于奶牛的大型养殖场中，可以在养殖场的食槽水槽等位置安置摄像头，奶牛在进食或日常活动过程中会被摄像头记录，通过面部识别可以确定奶牛的身份。通过对每头奶牛的进食频率等信息可以确定奶牛身体的基本状况。达到高效管理奶牛的目的，降低管理员的工作压力。
随着计算机、人工智能等科学的发展，人脸识别技术逐渐成熟，其识别方法大致分为三类：以面部几何特征为基础的识别研究，以代数特点为依据的识别研究（如主成分分析方法），基于机器学习理论的识别研究（如卷积神经网络）。目前，在对动物个体识别的研究已经有较多利用其各自之间的视觉差异进行各地识别的研究。如belongie等人已经设计出能够识别鼠类五种基本行为的视觉系统。emmanuel okaf等人使用卷积神经网络对野外动物进行个体识别。crouse等(2017)利用红钟美狐猴面部id的方法提取狐猴面部特征进行个体识别。freytag等(2016)利用卷积神经网络提取黑猩猩的面部特征进行个体识别。方楠(2017)基于卷积神经网络依据川金丝猴面部特征进行识别[2]。在奶牛的个体识别方面也有一些研究，如周文罕等（2010）提出了基于zigbee的奶牛个体信息识别及定位系统设计，通过安装在奶牛身上的定位节点，可以完成奶牛个体识别[6]。赵凯旋和何东键(2015)利用卷积神经网络(cnn)提取奶牛全身斑块特征进行个体识别[1]。张满囤等（2017）利用了传统kpca方法与小波变换进行结合的方法，应用于奶牛个体识别方面[7]。刘杰鑫等（2018）提出了基于高斯混合模型与cnn相结合的的奶牛个体识别方法，利用高斯混合模型获取奶牛个体图像数据库，利用cnn网络实现奶牛个体的准确识别[5]。
信息技术飞速发展，农业现代化步伐不断加快，集约化、规模化奶牛养殖体系得到大力推广。随着人工智能与模式识别领域研究的不断深入，利用图像处理算法将奶牛个体识别与计算机视觉相联系，建立多角度的牛脸识别系统，可以促进农业现代化的发展。降低饲养员的工作强度，提高养殖体系效率。
2. 研究的基本内容和问题
（一）研究目的
视频分析技术已越来越多地应用于养殖管理中，我国大部分奶牛养殖场还是依靠人为的监视和管理，十分消耗人力。而且在奶牛出现特殊情况时，很难第一时间发现问题根源，因此需要开展多角度的牛脸识别的研究。
（二）研究内容
3. 研究的方法与方案
（一）研究方法
1. 图像采集
选取晴天、光照合适的时间段的视频，从中截取较为清晰的奶牛面部图像。将15头奶牛从1到15进行编号，每头奶牛建立各自的图像集。
4. 研究创新点
（一）选题创新
基于深度学习的人脸识别技术的研究已经较为成熟，现关于动物面部识别的研究较少。
目前已有部分研究将图像处理与模式识别运用在动物识别中，也有一些利用动物面部特征进行个体识别的研究成果。但目前基于面部识别的奶牛个体识别的研究还较少。
5. 研究计划与进展
1.采集奶牛图像，对图像进行预处理和归类分析；
2.依据实验内容及实验方法，建立多角度奶牛面部识别模型；
3.检测并修正模型，提高模型可靠性；
