内蒙古自治区是我国重要的农牧养殖地区,养羊业是其中的标志性产业。随着信息技术的发展,数字化、智能化、自动化成为现代化养殖业的主要发展方向,羊只个体识别成为亟待解决的问题。目前,国内外对于羊只身份识别的方法仍然以射频电子耳标方式为主,但是这种方法具有成本高、对羊造成一定伤害、容易脱落、替换等缺陷。相比而言,以羊脸这一具有唯一性的生物特征作为鉴别依据,使用计算机视觉实现的非接触式羊只个体识别研究已经取得很大进展。本课题利用深度学习在图形图像处理方面的优势,研究了基于关键点检测与欧式空间度量的羊脸识别方法。由于羊脸识别问题没有大型公开数据集,故通过自行采集获得原始羊脸数据、筛选得到可用实验数据、扩充并标注实验数据完成羊脸数据集的构建。对于图片中存在冗余信息干扰的问题,提出先检测再对齐最后识别的处理方法。使用目标检测算法提取图片中的羊脸区域,然后使用关键点检测算法定位脸部关键点,接下来使用面部对齐算法进行对齐,最后使用对齐后的羊脸完成识别。使用自制的羊脸检测数据集训练基于更多锚框数量、基于不同覆盖域阈值、基于不同检测框合并算法的羊脸检测神经网络模型;使用自制的羊脸关键点数据集训练羊脸关键点检测算法;使用自制的羊脸识别数据集训练基于Inception-V2特征提取网络、中心损失函数优化的羊脸识别神经网络模型以解决欧式空间度量问题。通过上述组合方案以达到最佳的羊脸识别效果。本课题将羊脸目标检测模型、羊脸关键点检测算法以及个体身份识别算法相结合,使用自制数据集进行训练,最终通过度量不同羊脸的欧氏空间距离以实现开集羊脸识别。实验结果表明该方法在实际场景中可有效进行个体识别,具有较好的工程应用价值。