[發明專利]一種牲畜盤點方法、裝置、設備及存儲介質

在審

• 申請號: 202010216268.4
• 申請日: 2020-03-24
• 公開（公告）號: CN111340801A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 楊龍;劉旭;彭端;陳剛;萬方;梁田
• 申請（專利權）人: 新希望六和股份有限公司;山東新希望六和集團有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

1.一種牲畜盤點方法，其特征在于，至少包括以下步驟：

獲取牲畜所在場所的待盤點圖像；

分別在所述待盤點圖像中的每一目標的幾何中心點、若干特征點處標注坐標點；

基于所述坐標點建立以所述幾何中心點作為高斯核的橢圓高斯模型，并得到高斯密度圖；

將所述待盤點圖像和對應的所述高斯密度圖輸入深度學習神經網絡模型并進行回歸訓練和積分處理，得到牲畜數量。

2.如權利要求1所述的牲畜盤點方法，其特征在于，所述分別在所述待盤點圖像中的每一目標的幾何中心點、若干特征點處標注坐標點的步驟，具體為：

當所述待盤點圖像中的所有目標中含有至少一個部分遮擋目標時，選取所述部分遮擋目標的最大露出面積的幾何中心進行坐標點標注。

3.如權利要求1或2所述的牲畜盤點方法，其特征在于，所述若干特征點為所述目標上的最長縱向線段上的兩個頂點、最長橫向線段上的兩個頂點。

4.如權利要求3所述的牲畜盤點方法，其特征在于，所述基于所述坐標點建立以所述幾何中心點作為高斯核的橢圓高斯模型，并得到高斯密度圖的步驟，具體為：

將每一所述目標的幾何中心點、四個頂點作為參數點，建立以所述幾何中心點作為高斯核的橢圓高斯模型；

將所有的所述橢圓高斯模型進行歸一化處理，得到所述高斯密度圖。

5.如權利要求1所述的牲畜盤點方法，其特征在于，所述將所述待盤點圖像和對應的所述高斯密度圖輸入深度學習神經網絡模型并進行回歸訓練和積分處理，得到牲畜數量的步驟，具體為：

建立深度學習神經網絡模型；

將所述待盤點圖像和對應的所述高斯密度圖輸入所述深度學習神經網絡模型中進行回歸訓練；

在所述深度學習神經網絡模型訓練完成后，將從所述待盤點圖像映射的高斯密度圖進行積分處理，得到牲畜數量。

6.如權利要求1所述的牲畜盤點方法，其特征在于，所述牲畜包括生豬。

7.如權利要求1所述的牲畜盤點方法，其特征在于，所述待盤點圖像為牲畜所在活動場所的俯視圖像。

8.一種牲畜盤點裝置，其特征在于，包括：

圖像處理模塊，用于獲取牲畜所在場所的待盤點圖像；

標記模塊，用于分別在所述待盤點圖像中的每一目標的幾何中心點、若干特征點處標注坐標點；

模型建立模塊，用于基于所述坐標點建立以所述幾何中心點作為高斯核的橢圓高斯模型，并得到高斯密度圖；

數據計算模塊，用于將所述待盤點圖像和對應的所述高斯密度圖輸入深度學習神經網絡模型并進行回歸訓練和積分處理，得到牲畜數量。

9.一種牲畜盤點的設備，其特征在于，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7中任意一項所述的牲畜盤點方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行如權利要求1至7中任意一項所述的牲畜盤點方法。