[發明專利]一種生豬采食行為分析方法

在審

• 申請號: 202010144731.9
• 申請日: 2020-03-04
• 公開（公告）號: CN111507179A
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 秦興;王子楓
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發明公開了一種生豬采食行為分析方法。本發明先獲取群養生豬視頻，構建數據集；對目標數據集進行預處理和數據增強，人工標注采食豬只所在位置框與類別信息，以及針對豬只形態進行K?means聚類anchor；利用改進的YOLOv3?tiny算法進行訓練。其中，所述改進的YOLOv3?tiny模型為結合ResNet思想進行密集連接改進并添加一個小目標檢測尺度后的模型；獲取待測試生豬采食圖像輸入至訓練完成的模型中進行檢測得出結果圖；與改進前的方法對比，在保證一定檢測實時性的基礎上提升了檢測精度。

技術領域

本發明屬于深度學習目標檢測、行為識別領域，尤其涉及一種基于改進YOLOv3-Tiny的生豬采食行為分析的研究方法。

技術背景

深度學習的快速發展，使得目標檢測、定位、分類等一系列算法都有了新的突破，給養殖對象的檢測、識別與行為分析提供了強有力的技術手段，非接觸式的研究手段更加科學和人性化。AI能幫助養殖戶鑒別豬的各種行為，比如判斷視頻中各幀圖片中目標的進食、睡覺、生病或者死亡，可通過檢測—識別—跟蹤的流程對每頭豬建立生長、健康檔案，并根據其生長狀況為其更改喂飼標準，改善豬只福利。關于動物姿態識別、病情識別已經有大量開源實現。在專利“識別豬躺臥行為的方法及裝置CN201510232700”中，結合深度圖像獲取過目標中心點坐標的線段上各個像素點到地面的高度，根據像素點高度值識別豬的躺臥。公開號CN107437069A的專利公開了一種基于輪廓的豬只飲水行為識別方法，該方法首先通過飲水區域提取，采用OTSU法、二值化、形態學處理獲取目標輪廓，再進行輪廓多邊形擬合，提取輪廓特征，最后通過相似性計算實現豬只飲水行為的識別。CN108717523A的專利公開了一種基于機器視覺的母豬發情行為檢測方法，首先進行爬跨行為判斷，然后根據發情母豬的位移運動信息，公豬的接近程度和爬跨頻次等信息訓練神經網絡模型實現行為檢測。公開號為CN107679463A的專利公開了一種采用機器視覺技術識別群養豬攻擊行為的分析方法。另研究者利用卷積神經網絡進行奶牛個體身份識別。但利用深度學習進行豬只采食行為的研究依然極少。

目標檢測性能的好壞影響目標跟蹤、目標識別等任務的性能。但是基于深度學習的目標檢測對硬件設備要求較高，運用實際生活中難度較大，技術研究上尚不夠成熟，因此迫切需要更為有效、實用的目標檢測方法。YOLOv3-Tiny是一種參數量少、網絡簡單的可以基本用于嵌入式平臺實時運算的模型。但正因為其網絡簡單，雖然運行速度快，但特征提取能力較弱。故，針對現有技術的缺陷，實有必要提出一種技術方案以解決現有技術存在的技術問題。

發明內容

本發明針對現有技術的不足，提出了一種基于改進YOLOv3-Tiny的生豬采食行為分析的研究方法，在基本保持運行速度的情況下，提升目標檢測的精度，更好地識別生豬采食行為。

本發明的技術方案如下：

一種基于改進YOLOv3-Tiny的生豬采食行為分析的研究方法，其步驟如下：

步驟一：獲取群養生豬視頻，構建數據集；

采用單反相機在豬舍拍攝視頻，獲取包括豬個體采食及未采食行為的視頻，采集長短兩段視頻分別用于訓練和測試，以訓練視頻為例，每隔5幀截取一幀作為訓練數據，手動篩選模糊、遮擋嚴重的圖片，再運用結構相似性度量來去除相似度過高的圖片，保持圖像間有足夠的差異性，得到高清圖片數據集。

步驟二：對數據集進行預處理和數據增強，人工標注采食豬只所在位置框與類別信息，以及針對豬只形態進行K-means聚類anchor；

預處理包括使用Opencv對圖像進行旋轉、平移、添加噪聲、裁剪對數據增強手段；另使用二維標注軟件LabelImg人工標注正在采食的豬個體，觀察豬個體與采食槽之間的距離，若該豬個體與采食槽距離在15像素內則標注；未采食、空嚼的不予標注，構建高質量的用于目標檢測任務的VOC數據集。并根據豬只形態采用K-means聚類得到對應anchor，最終預測類別包括進食、未進食兩類。