[發明專利]一種計算機視覺的母豬哺乳行為識別方法有效
| 申請號: | 201811186647.2 | 申請日: | 2018-10-12 |
| 公開(公告)號: | CN109492535B | 公開(公告)日: | 2021-09-24 |
| 發明(設計)人: | 薛月菊;楊阿慶;甘海明;楊曉帆;陳暢新;李詩梅 | 申請(專利權)人: | 華南農業大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32;G06K9/62 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 馮炳輝 |
| 地址: | 510642 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 計算機 視覺 母豬 哺乳 行為 識別 方法 | ||
1.一種計算機視覺的母豬哺乳行為識別方法,其特征在于,包括以下步驟:
1)采集哺乳期母豬和仔豬的俯視視頻,并獲取光流圖像序列;
2)根據每幀的光流分布特征,計算哺乳運動像素的運動強度、占空比和空間聚集度,提取關鍵幀;
3)采用DeepLab深度網絡分割關鍵幀中的母豬和仔豬,并利用形狀匹配算法及母豬和仔豬空間分布特征,自動定位出哺乳的時空感興趣區域;
4)在時空感興趣區域中設置識別單元,提取識別單元中仔豬的運動特征,特征包括仔豬運動分布指數特征和基于母豬腹線的法線方向光流的仔豬吸吮運動特征;
5)將識別單元中提取的仔豬運動特征輸入預設的SVM分類模型,實現母豬哺乳行為自動識別,包括以下步驟:
5.1)先對預設SVM分類模型進行訓練,具體如下:
獲取帶有行為標記的識別單元;
對帶有行為標記的識別單元中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識別單元中的光流圖像序列樣本對應的光流特征;
將所述光流特征輸入預設的SVM分類模型,對預設的SVM分類模型進行訓練;
5.2)將識別單元中提取的仔豬運動特征輸入SVM分類模型,并根據SVM分類模型的輸出結果對母豬哺乳行為進行識別。
2.根據權利要求1所述的一種計算機視覺的母豬哺乳行為識別方法,其特征在于:在步驟1)中,采集哺乳期母豬和仔豬的俯視視頻,并獲取光流圖像序列,包括以下步驟:
1.1)在豬舍正上方安裝攝像頭,攝像頭安裝高度為2.5-2.7m處,獲取包含1只母豬和9-13頭仔豬的哺乳期母豬和仔豬的俯視視頻,視頻幀分辨率為960×540像素,幀率為5幀/秒;
1.2)利用光流法計算原始圖像序列的光流圖像序列。
3.根據權利要求1所述的一種計算機視覺的母豬哺乳行為識別方法,其特征在于:在步驟2)中,根據每幀的光流分布特征,計算哺乳運動像素的運動強度、占空比和空間聚集度,提取關鍵幀,包括以下步驟:
2.1)母豬與仔豬哺乳運動像素點光流強度閾值設定:利用直方圖法統計哺乳及非哺乳像素光流特征強度,獲得哺乳運動像素點光流強度Inur≥2且Inur≤30;
2.2)計算哺乳運動像素占空比Onur,公式如下:
式中,Nnur表示哺乳運動像素點個數,Ntotal表示該光流圖像所有運動像素點個數;
2.3)計算運動像素點個數低閾值和高閾值公式如下:
式中,表示所有仔豬標準像素面積,npiglets表示仔豬個數,Nsow表示母豬標準像素面積;
2.4)計算運動聚集程度指數:計算所有運動像素之間的歐式距離的平均;
2.5)時間序列關鍵幀提取:如果某視頻幀的哺乳運動像素占空比Onur>0.86且運動聚集程度指數Αg<3.0×105且運動像素點個數滿足則該幀為關鍵幀。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南農業大學,未經華南農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811186647.2/1.html,轉載請聲明來源鉆瓜專利網。





