随着智慧畜牧业与精准养殖理念的深入,羊只生产行为的自动化识别与连续监测已成为提升养殖效率、保障动物健康与福利的关键环节。传统依赖人工观察或接触式传感器的监测方式存在效率低、侵入性强、难以规模化部署等问题。近年来,以机器学习和深度学习为代表的人工智能技术,为实现站立、卧躺、采食、饮水、反刍及分娩等关键行为的无创、实时识别提供了新的技术路径。本文系统阐述了羊只行为监测的研究背景与技术需求,归纳了基于视频图像、RGB-D、点云及可穿戴传感器等多元数据采集手段,梳理了从传统机器学习到深度学习方法在行为识别中的研究进展,并对典型应用案例进行了对比分析。在此基础上,进一步指出当前面临的数据稀缺、环境干扰、模型泛化能力不足及系统实时性等挑战,展望了多模态信息融合、轻量化模型设计、边缘智能部署、自监督学习等未来发展方向。本综述旨在为该领域的研究提供系统参考,推动智慧养羊技术向可落地、可扩展、可持续方向演进。