团队成员：杨梓淇、张馨弋、吴雨霜、杨依琳、胡 坤、张胜智、李婷萱、邓毅佳、冷婷婷

学院：信息工程学院

项目简介：

救助站中圈养中小型兽类的个体识别和行为监测手段存在效率低、准确性不足等问题，限制了保护工作的开展。为此，本项目旨在设计一套“灵微先知——圈养中小型兽类异常行为识别及智能预警系统”，通过计算机视觉技术，实现对中小型兽类的个体识别、行为监测和刻板行为预警，为动物保护和管理提供智能化解决方案。

本项目主要有以下三个创新点：

（1）细粒度面部识别： 采用YOLOv8模型和U-Net模型，实现对中小型兽类面部特征的精准识别。

（2）基于目标追踪的刻板行为识别： 通过结合目标追踪算法和时间序列分析算法，实现对刻板行为的自动检测和预警。

（3）中小型兽类信息管理系统： 实现对动物信息的实时更新、检索匹配和刻板行为监测。

本项目主要适用于动物研究中心和动物救助站，以实现对中小型兽类的实时监测和预警，及时干预刻板行为，提升动物福利水平。

图片：

图1 笼养中小型哺乳动物预警系统核心技术流程图

图2 2024年团队成员在实验室进行项目测试

图3 2024年团队成员在实验室进行方案讨论

图4 团队成员合照

图5 2024年团队前往流浪狗救助基地开展调研

图6 2024年团队成员前往参加科创竞赛