[發(fā)明專利]一種針對(duì)家畜異常行為判斷的智能識(shí)別方法及其識(shí)別系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110695388.1
• 申請(qǐng)日: 2021-06-23
• 公開（公告）號(hào): CN113344101A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 周斌;張學(xué)淵
• 申請(qǐng)（專利權(quán)）人: 物觀科技(無錫)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N20/00;G06Q50/02
• 代理公司: 合肥銘輝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34212
• 代理人: 張名列

本發(fā)明公開了一種針對(duì)家畜異常行為判斷的智能識(shí)別方法及其識(shí)別系統(tǒng)，其針對(duì)家畜異常行為判斷的智能識(shí)別方法，包括以下步驟，S1：通過對(duì)家畜實(shí)時(shí)行為音頻、家畜實(shí)時(shí)行為影像和家畜實(shí)時(shí)所處環(huán)境監(jiān)測(cè)多方面進(jìn)行數(shù)據(jù)采集，在采集中，提取各項(xiàng)數(shù)據(jù)中差異化部分且可反應(yīng)家畜行為的特征數(shù)據(jù)集成入庫，其針對(duì)家畜異常行為判斷的識(shí)別系統(tǒng)，包括行為數(shù)據(jù)采集和處理模塊，用于采集和處理家畜的音頻、影像和環(huán)境監(jiān)測(cè)。本發(fā)明主要是通過模型學(xué)習(xí)，比對(duì)實(shí)時(shí)的家畜狀態(tài)，利用模型擬合模擬家畜行為，再反之通過行為符合度判斷家畜的行為異常是否，判斷數(shù)據(jù)準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及家畜養(yǎng)殖技術(shù)領(lǐng)域，尤其涉及一種針對(duì)家畜異常行為判斷的智能識(shí)別方法及其識(shí)別系統(tǒng)。

背景技術(shù)

家畜行為是家畜心里，生理健康狀況的外在表現(xiàn)。家畜行為監(jiān)測(cè)與分析有利于建立行為模型并發(fā)覺異常行為，減少經(jīng)濟(jì)損失。目前國內(nèi)主要依賴于養(yǎng)殖人員人工觀察方式監(jiān)測(cè)家畜行為，主觀性強(qiáng)且精度低。隨著現(xiàn)代信息技術(shù)的不斷發(fā)展，智能化行為監(jiān)測(cè)方法也在快速發(fā)展和不斷更新。

故在此提出一種基于家畜環(huán)境監(jiān)測(cè)、基于視頻的動(dòng)作狀態(tài)識(shí)別和基于聲音的情緒表達(dá)識(shí)別家畜行為是否異常的方法。

目的是以期建立家畜行為數(shù)據(jù)采集數(shù)據(jù)庫和行為分析系統(tǒng)，挖掘家畜行為的深層含義，保證了對(duì)家畜養(yǎng)殖業(yè)中家畜異常行為作出提前預(yù)防和及時(shí)預(yù)警，降低養(yǎng)殖業(yè)中疾病和家畜心理等因素對(duì)家畜養(yǎng)殖效果的影響。

發(fā)明內(nèi)容

基于背景技術(shù)存在的技術(shù)問題，本發(fā)明提出了一種針對(duì)家畜異常行為判斷的智能識(shí)別方法及其識(shí)別系統(tǒng)。

本發(fā)明提出的一種針對(duì)家畜異常行為判斷的智能識(shí)別方法，包括以下步驟：

S1：通過對(duì)家畜實(shí)時(shí)行為音頻、家畜實(shí)時(shí)行為影像和家畜實(shí)時(shí)所處環(huán)境監(jiān)測(cè)多方面進(jìn)行數(shù)據(jù)采集，在采集中，提取各項(xiàng)數(shù)據(jù)中差異化部分且可反應(yīng)家畜行為的特征數(shù)據(jù)集成入庫；

S2：依據(jù)家畜行為特征數(shù)據(jù)庫進(jìn)行建模，建模過程中，根據(jù)家畜種類和生理狀態(tài)進(jìn)行分類建模，可形成識(shí)別家畜行為是否異常的家畜異常行為識(shí)別模型庫，模型庫中的模型可按照不同的家畜種類進(jìn)行組合排列，生理狀態(tài)為二級(jí)分類；

S3：運(yùn)用在家畜飼養(yǎng)實(shí)景中，可利用飼養(yǎng)環(huán)境中的各個(gè)設(shè)備對(duì)家畜實(shí)時(shí)行為音頻、家畜實(shí)時(shí)行為影像和家畜實(shí)時(shí)所處環(huán)境監(jiān)測(cè)實(shí)現(xiàn)采集，比對(duì)家畜行為特征數(shù)據(jù)庫，對(duì)出現(xiàn)的異常行為百分比進(jìn)行判斷，并做出預(yù)警。

S2-1：利用S1中家畜行為特征數(shù)據(jù)庫中三項(xiàng)大類數(shù)據(jù)，基于Caffe深度學(xué)習(xí)框架構(gòu)建家畜異常行為識(shí)別模型；

S2-2：采用在家畜行為特征數(shù)據(jù)庫上擬合模型，借助擬合功能，定義訓(xùn)練周期的數(shù)量、輸入和輸出數(shù)據(jù)，利用家畜行為特征數(shù)據(jù)庫對(duì)家畜異常行為識(shí)別模型進(jìn)行訓(xùn)練，得到能夠精確識(shí)別家畜行為是否異常的家畜異常行為識(shí)別模型庫；

S2-3：其中對(duì)擬合定義周期中不同的生理狀態(tài)進(jìn)行數(shù)據(jù)獨(dú)立訓(xùn)練，其中特殊的生理狀態(tài)有家畜發(fā)情周期、交配周期和生殖周期，其他的必要生理狀態(tài)有休息周期、進(jìn)食周期、覓食周期和群內(nèi)斗爭(zhēng)周期。

S3-1：利用家畜飼養(yǎng)場(chǎng)所中設(shè)備對(duì)家畜行為進(jìn)行采集，并錄入至行為異常判斷服務(wù)器中，通過服務(wù)器中比對(duì)深度學(xué)習(xí)后的家畜異常行為識(shí)別模型和實(shí)時(shí)采集的家畜行為，輸出家畜和模型庫中各個(gè)識(shí)別模型行為符合程度；

S3-2：根據(jù)符合程度對(duì)家畜進(jìn)預(yù)警，通過人工再進(jìn)行抽檢家畜個(gè)體，對(duì)家畜個(gè)體的體征和心理進(jìn)行儀器檢測(cè)，提出行為判斷異常中對(duì)家畜行為判斷的準(zhǔn)確性，再將此次家畜行為判斷特征和判斷結(jié)果輸入至數(shù)據(jù)庫中，實(shí)現(xiàn)再次深度學(xué)習(xí)，豐富數(shù)據(jù)庫中異常行為的數(shù)據(jù)量。

一種針對(duì)家畜異常行為判斷的智能識(shí)別系統(tǒng)，包括：

行為數(shù)據(jù)采集和處理模塊，用于采集和處理家畜的音頻、影像和環(huán)境監(jiān)測(cè)；

模型構(gòu)建和訓(xùn)練模塊，用于基于深度學(xué)習(xí)的方法構(gòu)建和訓(xùn)練出能夠精確識(shí)別家畜行為是否異常的家畜異常行為識(shí)別模型庫；

實(shí)時(shí)家畜行為判斷模塊，模塊位于家畜所處實(shí)時(shí)環(huán)境，用于快速準(zhǔn)確判斷家畜行為是否異常；