[發明專利]一種動物行為識別方法及系統

在審

• 申請號: 202110352879.6
• 申請日: 2021-03-31
• 公開（公告）號: CN112966780A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 陳德展;王玥;賈東亮;王曉慶
• 申請（專利權）人: 動聯（山東）電子科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 王申雨

1.一種動物行為識別方法，其特征在于，包括：

通過毫米波設備采集動物行為識別訓練數據；

利用采集的訓練數據，進行網絡模型訓練；所述網絡模型包括密集連接模塊和壓縮激勵模塊；

通過所述毫米波設備采集待識別動物行為數據；

利用訓練后的網絡模型，進行動物行為識別。

2.根據權利要求1所述的動物行為識別方法，其特征在于，所述通過毫米波設備采集動物行為識別訓練數據，具體為：

通過若干個毫米波設備同時采集動物行為的點云數據，并記錄每一毫米波設備的采集時間；

將每一毫米波設備采集的點云數據進行合并；

采用DBSCAN聚類算法去除合并數據中的噪聲點；

將點云數據中隨機截取的連續幀作為樣本序列，標注為對應動物行為的標簽向量，作為動物行為訓練數據。

3.根據權利要求2所述的動物行為識別方法，其特征在于，所述點云數據包括多個反射點數據，所述反射點數據包括反射點的三維坐標、速度和信噪比。

4.根據權利要求2所述的動物行為識別方法，其特征在于，所述將每一毫米波設備采集的點云數據進行合并，具體為：

將全部點云數據的反射點數據轉換至同一直角坐標系下；

計算不同毫米波設備采集時間的時間差；

當計算的時間差小于設定閾值時，合并其對應的轉換后點云數據。

5.根據權利要求1所述的動物行為識別方法，其特征在于，所述網絡模型包括三個密集連接模塊，每兩個密集連接模塊之間設置輸出維度固定為輸入大小的過渡層。

6.根據權利要求1所述的動物行為識別方法，其特征在于，所述密集連接模塊和壓縮激勵模塊之間設置1×1卷積層。

7.根據權利要求2所述的動物行為識別方法，其特征在于，所述網絡模型的輸入為t×p×5的三維矩陣，其中，t為樣本序列中包含的點云數據幀數，p為每一幀點云中點的預設數量，5為點云數據的屬性數目。

8.根據權利要求1所述的動物行為識別方法，其特征在于，所述毫米波設備采集動物行為識別訓練數據和待識別動物行為數據時毫米波雷達的架設高度、角度參數一致。

9.根據權利要求2所述的動物行為識別方法，其特征在于，所述利用訓練后的網絡模型，進行動物行為識別時，采用聚類算法對待識別動物行為數據進行分組，每組代表一只目標動物；采用匈牙利算法對每幀點云數據中的各組點云子數據進行匹配，確定每只目標動物的點云序列。

10.一種動物行為識別系統，其特征在于，包括：

采集單元，用于通過毫米波設備采集動物行為識別訓練數據和待識別動物行為數據；

訓練單元，用于利用采集的訓練數據，進行網絡模型訓練；所述網絡模型包括密集連接模塊和壓縮激勵模塊；

識別單元，用于利用訓練后的網絡模型，進行動物行為識別。