[發(fā)明專利]牛臉識別方法和裝置

在審

• 申請?zhí)枺?/td>: 202010111321.4
• 申請日: 2020-02-24
• 公開（公告）號: CN111368657A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 孔愛祥
• 申請（專利權(quán)）人: 京東數(shù)字科技控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本公開的實(shí)施例公開了牛臉識別方法和裝置。該方法的一具體實(shí)施方式包括：利用訓(xùn)練得到的定位模型對每個(gè)待識別牛臉圖像進(jìn)行牛臉定位，得到相應(yīng)牛臉的外接框；利用訓(xùn)練得到的關(guān)鍵點(diǎn)檢測模型對每個(gè)牛臉外接框?qū)?yīng)的待檢測牛臉圖像進(jìn)行檢測，得到相應(yīng)待檢測牛臉圖像的關(guān)鍵點(diǎn)坐標(biāo)；對每個(gè)待檢測牛臉圖像對應(yīng)關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行校正，得到與待檢測牛臉圖像對應(yīng)的校正牛臉圖像；將牛臉的全部校正牛臉圖像進(jìn)行圖像合并，得到牛臉的合并圖像；利用訓(xùn)練得到的特征提取模型對合并圖像進(jìn)行特征提取，得到合并圖像對應(yīng)的牛臉特征向量。該實(shí)施方式提高了牛臉識別的易用性和魯棒性。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，具體涉及圖像識別技術(shù)領(lǐng)域，尤其涉及牛臉識別方法和裝置。

背景技術(shù)

當(dāng)前，我國已初步形成高密度、集中化的奶牛養(yǎng)殖體系，奶牛飼養(yǎng)的信息化、智能化管理變得十分重要，奶牛牛臉識別作為奶牛管理的基礎(chǔ)，是一項(xiàng)不容忽視的環(huán)節(jié)。

目前奶牛牛臉識別的方法包括：一種是使用傳統(tǒng)的圖片特征和匹配的算法，每頭奶牛建立背部，側(cè)部，后部三個(gè)圖片特征庫，然后比較各頭牛的特征相似性來進(jìn)行奶牛牛臉的識別，另一種是通過識別奶牛的耳標(biāo)號在牛臉圖像庫中進(jìn)行搜索，然后用牛臉識別進(jìn)行驗(yàn)證實(shí)現(xiàn)牛臉識別，還有一種是采用深度卷積神經(jīng)網(wǎng)絡(luò)提取特征，結(jié)合對奶牛紋理特征實(shí)現(xiàn)對奶牛進(jìn)行識別，該方法是使用奶牛視頻作為訓(xùn)練識別數(shù)據(jù)。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了牛臉識別方法和裝置。

第一方面，本公開的實(shí)施例提供了一種牛臉識別方法，該方法包括：利用訓(xùn)練得到的定位模型對每個(gè)待識別牛臉圖像進(jìn)行牛臉定位，得到相應(yīng)牛臉的外接框，其中，外接框?yàn)橛糜诒碚髋６恢谩⑴Ｑ畚恢煤团１亲游恢煤痛笮〉膱D形，待識別牛臉圖像為安置于牛臉不同角度的攝像裝置所采集的牛臉圖像；利用訓(xùn)練得到的關(guān)鍵點(diǎn)檢測模型對每個(gè)牛臉外接框?qū)?yīng)的待檢測牛臉圖像進(jìn)行檢測，得到相應(yīng)待檢測牛臉圖像的關(guān)鍵點(diǎn)坐標(biāo)；對每個(gè)待檢測牛臉圖像對應(yīng)關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行校正，得到與待檢測牛臉圖像對應(yīng)的校正牛臉圖像；將牛臉的全部校正牛臉圖像進(jìn)行圖像合并，得到牛臉的合并圖像；利用訓(xùn)練得到的特征提取模型對合并圖像進(jìn)行特征提取，得到合并圖像對應(yīng)的牛臉特征向量。

在一些實(shí)施例中，對每個(gè)待檢測牛臉圖像對應(yīng)關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行校正，得到與待檢測牛臉圖像對應(yīng)的校正牛臉圖像，包括：利用仿射變換方法，將每個(gè)待檢測牛臉圖像對應(yīng)關(guān)鍵點(diǎn)坐標(biāo)與相應(yīng)的標(biāo)準(zhǔn)關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行比對，得到與待檢測牛臉圖像對應(yīng)的校正牛臉圖像。

在一些實(shí)施例中，將牛臉的全部校正牛臉圖像進(jìn)行圖像合并，得到牛臉的合并圖像，包括：將同一時(shí)刻的牛臉的全部校正牛臉圖像進(jìn)行圖像堆疊，得到牛臉的合并圖像，其中，所述合并圖像以多維矩陣表征。

在一些實(shí)施例中，定位模型通過如下訓(xùn)練方式得到：獲取訓(xùn)練樣本集，其中，訓(xùn)練樣本集中的訓(xùn)練樣本包括標(biāo)有外接框坐標(biāo)的待識別牛臉圖像；利用深度學(xué)習(xí)方法，將訓(xùn)練樣本集中訓(xùn)練樣本包括的待識別牛臉圖像作為檢測網(wǎng)絡(luò)的輸入，將與輸入的待識別牛臉圖像對應(yīng)的外接框坐標(biāo)作為對應(yīng)的檢測網(wǎng)絡(luò)的輸出，訓(xùn)練得到定位模型。

在一些實(shí)施例中，關(guān)鍵點(diǎn)檢測模型通過如下訓(xùn)練方式得到：獲取訓(xùn)練樣本集，其中，訓(xùn)練樣本集中的訓(xùn)練樣本包括標(biāo)有關(guān)鍵點(diǎn)坐標(biāo)且與每個(gè)牛臉的外接框相對應(yīng)的待檢測牛臉圖像，其中，關(guān)鍵點(diǎn)至少包括：牛左耳耳根處、牛右耳耳根處、牛左眼中心點(diǎn)、牛右眼中心點(diǎn)和牛鼻子最高點(diǎn)；利用深度學(xué)習(xí)方法，將訓(xùn)練樣本集中訓(xùn)練樣本包括的待檢測牛臉圖像作為關(guān)鍵點(diǎn)檢測網(wǎng)絡(luò)的輸入，將與輸入的待檢測牛臉圖像對應(yīng)的關(guān)鍵點(diǎn)坐標(biāo)作為對應(yīng)的關(guān)鍵點(diǎn)檢測網(wǎng)絡(luò)的輸出，訓(xùn)練得到關(guān)鍵點(diǎn)檢測模型。

在一些實(shí)施例中，特征提取模型通過如下訓(xùn)練方式得到：獲取訓(xùn)練樣本集，其中，訓(xùn)練樣本集中的訓(xùn)練樣本包括牛臉對應(yīng)的合并圖像；利用深度學(xué)習(xí)方法，將訓(xùn)練樣本集中的訓(xùn)練樣本包括的合并圖像作為特征提取網(wǎng)絡(luò)的輸入，將與輸入的合并圖像對應(yīng)的牛臉特征向量作為對應(yīng)的特征提取網(wǎng)絡(luò)的輸出，訓(xùn)練得到特征提取模型。