[發明專利]一種基于神經網絡模型的豬跛腳檢測方法和檢測系統

在審

• 申請號: 202010825308.5
• 申請日: 2020-08-17
• 公開（公告）號: CN111950479A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 鄒安琪;蔣沛林
• 申請（專利權）人: 鄒安琪
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q50/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經網絡模型的豬跛腳檢測方法，其特征在于，包括如下步驟：

(1)獲取訓練集；

所述訓練集中包括豬的圖像以及與各圖像相對應的熱力圖，熱力圖上設置有與圖像上特征點相對應的光斑；所述特征點包括圖像上豬四只腿的蹄子、膝蓋和腿根；

(2)建立定位神經網絡模型，以豬的圖像為輸入，以對應的熱力圖為輸出，對該定位神經網絡模型進行訓練，得到訓練后的定位神經網絡模型；

(3)對豬進行圖像采集，得到其實時圖像，將其實時圖像輸入到訓練后的神經網絡中，得到與實時圖像對應的實時熱力圖；

(4)將實時熱力圖設置在二維坐標系內，得到其中各光斑的二維坐標，將其分別作為對應特征點的二維坐標，并根據各特征點的二維坐標得到其三維空間坐標；

(5)根據豬的三維空間坐標得到其膝蓋角度，并根據其膝蓋角度判斷其是否跛腳。

2.根據權利要求1所述的基于神經網絡模型的豬跛腳檢測方法，其特征在于，所述訓練集的獲取方法為：首先獲取豬的圖像，對其中的特征點進行標注，然后通過高斯核卷積對各圖像進行處理得到與各圖像相對應的熱力圖像。

3.根據權利要求1所述的基于神經網絡模型的豬跛腳檢測方法，其特征在于，根據各特征點的二維坐標得到其三維空間坐標的方法為：

建立三維空間坐標系，在獲取訓練集時還在各特征點上設置檢測傳感器，通過檢測傳感器檢測各特征點所在的位置，然后將其轉換到所建立的三維空間坐標系中，得到各特征點在三維空間坐標系中的坐標；

建立轉換神經網絡模型，以圖像中各特征點在二維坐標系中的坐標為輸入，以圖像中各特征點在三維空間坐標系中的坐標為輸出，對所建立的轉換神經網絡模型進行訓練，得到訓練后的轉換神經網絡模型；

得到實時動作圖像中各特征點在二維坐標系中的坐標之后，將其輸入到訓練后的轉換神經網絡模型，得到實時動作圖像中各特征點在三維空間坐標系中的坐標。

4.根據權利要求1所述的基于神經網絡模型的豬跛腳檢測方法，其特征在于，判斷豬是否有跛腳的方法為：

建立判斷神經網絡模型；

獲取豬在跛腳時一個步態周期內膝蓋角度值序列，將其輸入到判斷神經網絡中，對其進行訓練，得到訓練后的判斷神經網絡模型；

將得到的豬在一個步態周期內的膝蓋實時膝蓋角度值序列輸入到訓練后的判斷神經網絡模型中，得到豬是否出現坡腳。

5.根據權利要求4所述的基于神經網絡模型的豬跛腳檢測方法，其特征在于，所述判斷神經網絡模型訓練時，其損失函數為交叉熵函數。

6.一種基于神經網絡模型的豬跛腳檢測系統，包括處理器和存儲器，存儲器上存儲有用于在處理器上執行的計算機程序；其特征在于，所述處理器執行所述計算機程序時，實現基于神經網絡的豬跛腳檢測方法，該方法包括如下步驟：

(1)獲取訓練集；

所述訓練集中包括豬的圖像以及與各圖像相對應的熱力圖，熱力圖上設置有與圖像上特征點相對應的光斑；所述特征點包括圖像上豬四只腿的蹄子、膝蓋和腿根；

(2)建立定位神經網絡模型，以豬的圖像為輸入，以對應的熱力圖為輸出，對該定位神經網絡模型進行訓練，得到訓練后的定位神經網絡模型；

(3)對豬進行圖像采集，得到其實時圖像，將其實時圖像輸入到訓練后的神經網絡中，得到與實時圖像對應的實時熱力圖；

(4)將實時熱力圖設置在二維坐標系內，得到其中各光斑的二維坐標，將其分別作為對應特征點的二維坐標，并根據各特征點的二維坐標得到其三維空間坐標；

(5)根據豬的三維空間坐標得到其膝蓋角度，并根據其膝蓋角度判斷其是否跛腳。

7.根據權利要求6所述的基于神經網絡模型的豬跛腳檢測系統，其特征在于，所述訓練集的獲取方法為：首先獲取豬的圖像，對其中的特征點進行標注，然后通過高斯核卷積對各圖像進行處理得到與各圖像相對應的熱力圖像。