[發(fā)明專利]一種基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)及其識別方法

有效

• 申請?zhí)枺?/td>: 202010083202.2
• 申請日: 2020-02-08
• 公開（公告）號: CN111291683B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 翁智;韓丁;范龍臻;魏中岳;孟繁盛;賀杰;趙鵬;董澤;溫卜
• 申請（專利權(quán)）人: 內(nèi)蒙古大學(xué)
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/30;G06V10/26;G06V10/774;G06F18/214;G06V10/82;G06V10/764;G06N3/0464;G01V8/10;G01B21/08
• 代理公司: 合肥市澤信專利代理事務(wù)所(普通合伙) 34144
• 代理人: 方榮肖

1.一種基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)，其特征在于，其包括：

圖像采集機構(gòu)，其包括紅外觸發(fā)裝置以及多個攝像頭；所述紅外觸發(fā)裝置設(shè)置在待識別奶牛的行進通道上，并在所述待識別奶牛通過所述通道時觸發(fā)所述攝像頭；多個攝像頭圍繞在所述行進通道上，并用于在所述紅外觸發(fā)裝置觸發(fā)時對所述待識別奶牛的面部進行拍攝，以獲取一張實時圖像；

高度檢測裝置，其包括測距傳感器和高度計算模塊；所述測距傳感器安裝在所述行進通道的頂部，并用于檢測其與所述待識別奶牛的距離L；所述高度計算模塊用于計算所述待識別奶牛的高度H，且計算公式為：H=D-L，D為所述測距傳感器與所述行進通道的底部的距離；

提升組件，其包括提升架、提升電機以及提升控制模塊；所述提升架活動安裝在所述行進通道的兩側(cè)，至少兩個攝像頭分別安裝在所述提升架上；所述提升電機用于驅(qū)使所述提升架沿著所述行進通道的縱向升降；所述提升控制模塊用于根據(jù)高度H，通過所述提升電機驅(qū)使所述提升架升降，使所述攝像頭對準(zhǔn)所述待識別奶牛的面部；

面部檢測機構(gòu)，其包括樣本分類模塊以及掃描識別模塊；所述樣本分類模塊預(yù)設(shè)多個牛臉樣本以及多個非牛臉樣本，并根據(jù)所述牛臉樣本和非牛臉樣本訓(xùn)練出一個分類模型；所述掃描識別模塊用于對所述實時圖像進行掃描，并通過所述分類模型識別出所述實時圖像中的牛臉區(qū)域，形成所述待識別奶牛的一張牛臉正面圖像；

圖像預(yù)處理機構(gòu)，其包括灰度化模塊、補償模塊、濾波模塊以及分割模塊；所述灰度化模塊用于對所述牛臉正面圖像進行灰度化處理，獲得一張灰度圖像；所述補償模塊用于對所述灰度圖像進行光線補償，獲得一張光線增強圖像；所述濾波模塊用于對所述光線增強圖像進行濾波以濾除孤立的噪聲點，并獲得一張濾波圖像；所述分割模塊用于對所述濾波圖像進行背景分割，以分割出所述待識別奶牛的一張面部圖像；以及

訓(xùn)練識別機構(gòu)，其包括圖像歸一化模塊、卷積神經(jīng)網(wǎng)絡(luò)模塊、訓(xùn)練模塊以及識別模塊；所述圖像歸一化模塊用于對所述面部圖像進行歸一化處理，以獲得一張歸一化圖像；所述卷積神經(jīng)網(wǎng)絡(luò)模塊預(yù)設(shè)有一個卷積神經(jīng)網(wǎng)絡(luò)；所述訓(xùn)練模塊用于將所述歸一化圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)練，并輸入一個特征提取網(wǎng)絡(luò)對所述歸一化圖像進行特征提??；所述特征提取網(wǎng)絡(luò)通過所述卷積神經(jīng)網(wǎng)絡(luò)的卷積層、池化層和全連接層，輸出一個多維的特征向量；所述識別模塊用于將所述特征向量與一個預(yù)設(shè)的牛臉特征庫的多個預(yù)設(shè)特征進行比對，計算出所述特征向量與各個預(yù)設(shè)特征的相似度，并將相似度最大的預(yù)設(shè)特征所對應(yīng)的身份信息作為所述待識別奶牛的身份信息。

2.如權(quán)利要求1所述的基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)，其特征在于，所述紅外觸發(fā)裝置包括紅外傳感器；所述紅外傳感器的發(fā)射器和接收器分別設(shè)置在所述行進通道的相對兩側(cè)，所述發(fā)射器發(fā)射的紅外線在通過所述行進通道后抵達所述接收器；所述紅外傳感器在所述待識別奶牛將所述紅外線遮擋時產(chǎn)生觸發(fā)所述攝像頭啟動的一個觸發(fā)信號。

3.如權(quán)利要求2所述的基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)，其特征在于，所述紅外傳感器為E18-8MNK光電傳感器；其中至少一個攝像頭設(shè)置在所述待識別奶牛的面部前側(cè)，至少兩個攝像頭設(shè)置在所述待識別奶牛的面部的相對兩側(cè)。

4.如權(quán)利要求1所述的基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)，其特征在于，所述樣本分類模塊用于先使用不同的訓(xùn)練樣本訓(xùn)練同一個弱分類器，再根據(jù)訓(xùn)練結(jié)果確定最優(yōu)弱分類器以構(gòu)成強分類器，最后將所述強分類器級聯(lián)；所述樣本分類模塊還用于利用AdaBoost分類器進行特征篩選，以獲取目標(biāo)特征。

5.如權(quán)利要求2所述的基于深度學(xué)習(xí)的奶牛個體識別系統(tǒng)，其特征在于，所述圖像采集機構(gòu)還包括FPGA控制器；所述FPGA控制器用于在所述待識別奶牛將所述紅外線遮擋時驅(qū)使多個攝像頭拍攝所述實時圖像。