[發明專利]一種奶牛發情行為實時監測方法及系統

有效

• 申請號: 201810263803.4
• 申請日: 2018-03-28
• 公開（公告）號: CN108491807B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 高榮華;朱華吉;吳華瑞;李慶學;顧靜秋
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06Q50/02
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種奶牛發情行為實時監測方法，其特征在于，包括：

S1，根據待監測奶牛的原始圖像序列獲得所述待監測奶牛的光流圖像序列，對所述光流圖像序列進行特征提取，獲得與所述光流圖像序列對應的光流特征；

步驟S1所述對所述光流圖像序列進行特征提取，獲得與所述光流圖像序列對應的光流特征進一步包括：

將所述光流圖像序列輸入預設神經網絡的卷積層和下采樣層，通過所述卷積層和所述下采樣層對所述光流圖像序列進行特征提取，獲得與所述光流圖像序列對應的光流特征；

其中所述光流特征是基于幅值加權的方向直方圖來描述；所述方向直方圖為非參數估計方法，具體為：將方向范圍分為若干個角度區間, 然后將矢量分別歸類到不同區間；

S2，從所述原始圖像序列中檢測出所述待監測奶牛，并提取所述待監測奶牛的邊緣輪廓特征；

所述步驟S2進一步包括：獲取與所述原始圖像序列對應的顯著圖，計算所述顯著圖的圖像熵，根據所述圖像熵檢測出所述待監測奶牛；利用邊緣檢測算法提取所述待監測奶牛的邊緣輪廓特征；

所述獲取與所述原始圖像序列對應的顯著圖，具體包括：

對所述原始圖像序列中的每幀原始圖像進行高斯低通濾波處理，以獲取每幀所述原始圖像的模糊內容，再將每幀所述原始圖像轉換到YUV色彩空間，并計算Y、U、V三個分量的平均值，計算每幀原始圖像的模糊內容中的每個像素點與YUV空間對應的平均值之間的歐幾里得距離進而獲取與所述原始圖像序列對應的顯著圖；

S3，將所述光流特征和所述邊緣輪廓特征輸入預設神經網絡，并根據所述預設神經網絡的輸出結果對所述待監測奶牛的發情行為進行監測。

2.根據權利要求1所述的方法，其特征在于，步驟S1所述根據待監測奶牛的原始圖像序列獲得所述待監測奶牛的光流圖像序列進一步包括：

利用光流法根據所述待監測奶牛的原始圖像序列獲得所述待監測奶牛的光流圖像序列。

3.根據權利要求1所述的方法，其特征在于，所述步驟S3進一步包括：

將所述光流特征和所述邊緣輪廓特征輸入所述預設神經網絡的全連接層，并根據所述預設神經網絡輸出層的輸出結果對所述待監測奶牛的發情行為進行監測。

4.根據權利要求1所述的方法，其特征在于，所述步驟S3之前還包括對所述預設神經網絡進行訓練，具體包括：

獲取帶有行為標記的原始圖像序列樣本，根據所述帶有行為標記的原始圖像序列樣本獲得帶有行為標記的光流圖像序列樣本；

對所述帶有行為標記的光流圖像序列樣本進行特征提取，獲得與所述帶有行為標記的光流圖像序列樣本對應的光流特征；

從所述帶有行為標記的光流圖像序列樣本中檢測出奶牛樣本，并提取所述奶牛樣本的邊緣輪廓特征；

將所述光流特征和所述邊緣輪廓特征輸入預設神經網絡，對所述預設神經網絡進行訓練。