[發明專利]一種基于位置信息的動物運動行為判別方法及裝置

在審

• 申請號: 201811056886.6
• 申請日: 2018-09-11
• 公開（公告）號: CN108990833A
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 王俊;張海洋;路遠方;馮浩;張亞丹
• 申請（專利權）人: 河南科技大學
• 主分類號: A01K29/00
• 分類號: A01K29/00
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 李清凡

本發明涉及運動行為識別技術領域，特別是一種基于位置信息的動物運動行為判別方法及裝置。通過獲取待處理動物運動行為的三軸加速度數據，根據三軸加速度數據對運動行為中的至少站立行為和進食行為進行識別分類；獲取與三軸加速度數據對應時刻的動物的位置信息，并將位置信息與動物進食區域進行比對；根據D?S證據理論算法對識別分類出的站立行為和進食行為進行判別得到真實的站立行為和真實的進食行為，先根據三軸加速度數據對運動行為進行分類，再將加速數據和位置數據相結合對易混淆的行為進行區分，能夠有效提高行為分類的準確性。

技術領域

本發明涉及運動行為識別技術領域，特別是一種基于位置信息的動物運動行為判別方法及裝置。

背景技術

目前，由于人工神經網絡的快速發展，其已成為模式識別的強有力的工具。神經網絡的運用展開了新的領域，解決其它模式識別不能解決的問題，其分類功能特別適合于模式識別與分類的應用，BP神經網絡是目前應用最多的一種神經網絡形式，可應用于物體的運動行為判別中。將BP神經網絡應用至物體的運動行為判別中，因其誤差和函數可能有局部最小值、所得的網絡容錯能力差、學習率不穩定等缺點，致使將其運用于判別運動行為時，分類效果不理想。奶牛行為是奶牛健康和福利水平的重要指標，奶牛行為準確判別是現代畜牧業的重要研究內容。現有的奶牛行為判別分類多停留在運動狀態的層面，無法有效的將運動狀態中奶牛的其他生理行為與單純的運動狀態進行分類處理，尤其是奶牛的進食行為與站立行為，導致識別出的運動行為信息不準確，影響對奶牛行為的判斷，進而對奶牛的飼養造成一定的負面影響。

發明內容

本發明的目的是提供一種基于位置信息的動物運動行為判別方法及裝置，用以解決現有動物運動行為判別方法無法有效的將運動狀態中進食行為與站立狀態進行分類，導致識別出的行為信息不準確的問題。

為了實現運動行為的準確識別，解決現有運動行為判別方法無法有效的將運動狀態中進食行為與站立狀態進行分類，導致識別出的行為信息不準確的問題。本發明提供一種基于位置信息的動物運動行為判別方法，包括以下步驟：

1)獲取待處理動物運動行為的三軸加速度數據，根據三軸加速度數據對運動行為中的至少站立行為和進食行為進行識別分類；

2)獲取與三軸加速度數據對應時刻的動物的位置信息，并將位置信息與動物進食區域進行比對；

3)根據D-S證據理論算法對識別分類出的站立行為和進食行為進行判別得到真實的站立行為和真實的進食行為。

有益效果是，根據位置信息將站立行為中的進食與真實的站立行為進行區分，先根據三軸加速度數據對運動行為進行分類，再將加速數據和位置數據相結合對易混淆的行為進行區分，能夠有效提高行為分類的準確性。

進一步地，為了解決相近的加速度數據特征易被錯誤歸類的問題，準確識別進食與站立，所述D-S證據理論算法如下：

(1)站立行為的分類結果和位置信息作為獨立判據，以及進食行為、站立行為和不確定行為作為判斷結果，建立初始信度表；

(2)進食區域設置有頸枷，動物的位置信息包括動物的后腿位置，根據動物的后腿位置和頸枷的距離對獨立判據分別構建基本信任分配函數；

(3)根據D-S合成規則對基本信任分配函數中各焦元合成，得到證據融合結果，實現真實的站立行為和真實的進食行為進行判別。

進一步地，為了快速實現對三軸加速度數據的對應的行為分類識別，將BP網絡作為弱分類器，通過訓練集的三軸加速度數據反復訓練BP網絡輸出的多分類結果的決策值，再通過AdaBoost算法構造由多個BP網絡弱分類器組成的強分類器，步驟1)中通過所述強分類器對運動行為中的至少站立行為和進食行為進行識別分類。