[發明專利]一種基于視頻活躍性分析的智能化豬圈養監視系統

有效

• 申請號: 201910509928.5
• 申請日: 2019-06-13
• 公開（公告）號: CN110222664B
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 連衛民;王桂芝;孫漢卿;張建偉;李丹;權慶樂;劉征;張先哲
• 申請（專利權）人: 河南牧業經濟學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06T7/11;G06T7/187;G06T7/90
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 董曉勇

1.一種基于視頻活躍性分析的智能化豬圈養監視系統，其特征在于：所述系統對透視變換后的視頻進行基于視覺的處理和分析，具體含有以下步驟：

步驟a，使用基于深度卷積神經網絡的語義分割得到動物的遮罩；

步驟b，使用基于顏色顯著度公式分割動物的帶顏色耳標；

步驟c，針對語義分割的遮罩通過距離變換方法處理得到實例分割結果；

步驟d，依照實例分割的結果，使用距離優先方法和姿態約束條件將耳標與實例關聯，得到動物骨骼模型；

步驟e，基于動物骨骼模型，得到其中心點位置及頭部朝向的屬性，加入感興趣區域計數器；

步驟f，使用交疊閾值來判定重合，并逐幀通過閾值結果對計數器進行累加和遺忘，進而對次數進行閾值判定來確定咬尾事件的發生；在每幀的判定前采用平滑的遺忘機制，其公式為：N_now＝N_prev*β+Thresh_min(1-β)，其中，N_now是當前時刻的計數，N_prev是上一幀時刻的計數值，Thresh_min是遺忘停止閾值，β是遺忘因子；當兩個感興趣區域的交并比大于交疊閾值時，計數器自加，N_now＝N_prev*β+1。

2.根據權利要求1所述的基于視頻活躍性分析的智能化豬圈養監視系統，其特征在于：所述步驟a中使用的深度卷積神經網絡符合以下端到端特征：1、輸入圖像為RGB彩色圖像；2、輸出圖像是置信圖或經過后處理的二值遮罩。

3.根據權利要求1所述的基于視頻活躍性分析的智能化豬圈養監視系統，其特征在于：所述步驟b中顏色顯著度數值是單通道的，基于RGB通道數值和目標顏色相似度相乘得到。

4.根據權利要求1所述的基于視頻活躍性分析的智能化豬圈養監視系統，其特征在于：所述步驟c中針對二值圖進行距離變換得到實例分割結果，通過閾值化分割出不再連通的二值遮罩。

5.根據權利要求1所述的基于視頻活躍性分析的智能化豬圈養監視系統，其特征在于：所述步驟d中根據一個實例遮罩的最小外接矩形順時針搜索，并根據評價函數選取最優的耳標，形成動物骨骼模型，具體步驟如下：步驟1、定位耳標，耳標的分割通過顯著顏色方法實現，計算方法為：C(i，j)＝max(R_ij，G_ij，B_ij)-min(R_ij，G_ij，B_ij)，得到耳標連通域(305)后，逐個處理實例分割的連通域(301)；對實例分割的連通域(301)逐個使用最小旋轉包圍框算法，得到一個旋轉的包圍框(303)，取其旋轉角度θ開始尋找耳標連通域(305)的位置，其中θ角度是x軸逆時針夾角，以一個先驗值的長度開始，以1°為步進，順時針取射線范圍內的像素，假設包圍框的中心為p(i，j)，先驗長度為t，則步進1中θ′＝θ-1，線段終點位置為：p′(i，j)＝p(i，j)+t(tcos(θ′)，tsin(θ′))，以θ₁＝θ和θ₂＝θ±180方向分別執行一次確定線段終點位置的操作，±取符號條件為：θ₂∈(-180，180)，角度步進之后以終點位置插值來選取取樣像素，下式中α是插值步進：p_sample(i，j)＝p(i，j)+α*p′(i，j)，之后，p_sample(i，j)＝p_sample(floor(i)，floor(j))，以此類推，直到搜索結束，若找到了耳標連通域(305)，則進行評分：Loss＝min((Δθ₁*t′)，(Δθ₂*t′))，其中Δθ＝|θ-θ′|，t′＝t*α，最終取最低損失的候選結果，得到了關聯的耳標和身體朝向θ；步驟2、構建動物骨骼模型的計算方法為：語義分割結果中，使用分水嶺分割方法得到最大連通域范圍(302)，以包圍框中心點對θ角度延長至范圍(302)，得到交點(304)，連接耳標連通域(305)的連通域中點和所述交點(304)，計算出和身體θ方向的向量夾角(306)，將所述夾角(306)視為頭旋轉角度，以所述交點(304)到耳標的向量逆時針旋轉90度，得到頭部向量(307)，則動物骨骼模型建立完成。