[發(fā)明專利]一種生豬爬跨行為檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910625612.2
• 申請(qǐng)日: 2019-07-11
• 公開(kāi)（公告）號(hào): CN110532854B
• 公開(kāi)（公告）日: 2021-11-26
• 發(fā)明（設(shè)計(jì)）人: 陳一飛;張凱鋒;李丹;李行健
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王文思

本發(fā)明提供一種生豬爬跨行為檢測(cè)方法及系統(tǒng)，所述方法包括：將拍攝的豬欄內(nèi)的包含多個(gè)生豬的圖像輸入到預(yù)先訓(xùn)練好的Mask R?CNN網(wǎng)絡(luò)中，輸出圖像中每只生豬的ROI參數(shù)和mask坐標(biāo)；根據(jù)每只生豬的ROI參數(shù)和mask坐標(biāo)，提取每只生豬的多維特征向量；將每只生豬的多維特征向量輸入預(yù)先訓(xùn)練好的分類器中，輸出圖像中多只生豬的爬跨行為結(jié)果。本發(fā)明利用Mask R?CNN網(wǎng)絡(luò)對(duì)拍攝的豬欄內(nèi)的圖像進(jìn)行生豬掩模的提取，對(duì)生豬掩模的提取不受光照變化的影響，對(duì)于圖像中重疊生豬的識(shí)別性能較好，能夠精確提取圖像中每只生豬的掩模,進(jìn)而最終通過(guò)分類器能夠精確分類識(shí)別出圖像中多只生豬的爬跨行為結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及機(jī)器視覺(jué)與深度學(xué)習(xí)領(lǐng)域，尤其涉及一種生豬爬跨行為檢測(cè)方法及系統(tǒng)。

背景技術(shù)

在生豬養(yǎng)殖業(yè)領(lǐng)域，豬欄中生豬之間的密切相互作用會(huì)威脅生豬的健康并降低動(dòng)物福利。大多數(shù)豬的瘀傷，跛足和腿部骨折都是由豬之間相互作用的行為引起的，并且主要是爬跨行為。爬跨行為是指豬將其兩只前蹄搭在同伴的前身或其背部，同時(shí)下面的豬跪著或站著不動(dòng)的行為，爬跨行為有時(shí)可能會(huì)伴隨著下面豬的快速躲閃和尖叫，雄性豬和雌性豬在其整個(gè)壽命期間都會(huì)發(fā)生爬跨行為，特別是在發(fā)情期。考慮到爬跨行為會(huì)引起豬的表皮損傷和骨折等問(wèn)題，及時(shí)檢測(cè)爬跨行為并盡快分離豬體是至關(guān)重要的，及時(shí)檢測(cè)和干預(yù)爬跨行為將能夠減少豬的損傷，增加動(dòng)物福利，進(jìn)一步確保生豬的健康。

傳統(tǒng)的動(dòng)物行為檢測(cè)方法主要依靠人眼觀察，不但消耗大量勞動(dòng)力而且很容易產(chǎn)生主觀錯(cuò)誤，在大型商業(yè)養(yǎng)殖模式上也是不切實(shí)際的。

隨著傳感器技術(shù)的發(fā)展，目前常見(jiàn)的生豬行為檢測(cè)方法主要是通過(guò)傳感器監(jiān)測(cè)生豬行為上的信息，即采用傳感器等裝置采集生豬的個(gè)體信息，根據(jù)傳感器采集的生豬的個(gè)體信息來(lái)判斷生豬之間是否發(fā)生爬跨行為。但該種方式，多數(shù)傳感器需附著在生豬的體表，豬群間互相摩擦碰撞和生豬移動(dòng)易使其損落，且接觸式傳感器易造成豬的應(yīng)激反應(yīng)并影響測(cè)量的準(zhǔn)確性，安裝于現(xiàn)場(chǎng)的傳感器也需工作人員日常介入讀數(shù)工作，操作不便，也易對(duì)生豬造成干擾和驚嚇。

另外一種比較常見(jiàn)的方式為，根據(jù)拍攝的豬欄內(nèi)視頻圖像，通過(guò)區(qū)域連通性分析和混合高斯背景模型，能夠提取完整的目標(biāo)生豬輪廓，但該方法對(duì)光線變化敏感，容易產(chǎn)生虛影。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種生豬爬跨行為檢測(cè)方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中受光照影響無(wú)法提取圖像中生豬掩模以及對(duì)圖像中重疊生豬識(shí)別性能差的缺陷。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種生豬爬跨行為檢測(cè)方法，所述方法包括：

S1，將拍攝的豬欄內(nèi)的包含多個(gè)生豬的圖像輸入到預(yù)先訓(xùn)練后的Mask R-CNN網(wǎng)絡(luò)中，輸出所述圖像中每只生豬的ROI參數(shù)和mask坐標(biāo)；

S2，根據(jù)每只生豬的所述ROI參數(shù)和mask坐標(biāo)，提取每只生豬的多維特征向量；

S3，將每只生豬的所述多維特征向量輸入預(yù)先訓(xùn)練后的分類器中，輸出所述圖像中多只生豬的爬跨行為結(jié)果；

其中，所述ROI參數(shù)表征所述圖像中每只生豬的目標(biāo)邊界框，每只生豬的所述mask坐標(biāo)表征所述圖像中每只生豬的掩模，所述爬跨行為結(jié)果為發(fā)生爬跨行為或未發(fā)生爬跨行為。

在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。

進(jìn)一步的，通過(guò)如下方式對(duì)所述Mask R-CNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練：

將第一訓(xùn)練集中的每一張圖像輸入構(gòu)建的Mask R-CNN網(wǎng)絡(luò)，輸出每一張圖像中的每只生豬的mask坐標(biāo)，其中，所述第一訓(xùn)練集中的每一張圖像中的每只生豬的掩模已知；

計(jì)算通過(guò)Mask R-CNN網(wǎng)絡(luò)輸出的每只生豬的掩模和已知的每只生豬的掩模之間的掩模損失，其中，所述mask坐標(biāo)和所述掩模可相互轉(zhuǎn)換；

通過(guò)調(diào)整Mask R-CNN網(wǎng)絡(luò)的參數(shù)，使得所述掩模損失滿足收斂條件。