[发明专利]一种采用机器视觉技术识别群养猪攻击行为的分析方法

权利要求书

1.一种采用机器视觉技术识别群养猪攻击行为的分析方法，其特征在于，包含以下步骤：

步骤1，获取俯视状态下群养猪视频序列，从视频中提取攻击关键帧序列和定位攻击猪；

步骤2，将攻击猪看作整体进行加速度特征的提取；步骤3，对加速度数据进行训练获取加速度阈值，根据阈值将关键帧分类为高等、中等和非攻击帧；步骤4，设定攻击识别的最小单元，根据此单元内攻击帧的比例分类群养猪的高等、中等和非攻击；

所述步骤1具体包括：

首先改建实验用猪舍，在猪舍正上方安装拍摄俯视视频的图像采集系统，获取包含猪攻击的视频片段，然后对单帧图像做直方图均衡化、百分比阈值分割和形态学处理，完成图像帧初始分割，攻击开始时、过程中和结束时的行为特点被分析用来提取可能存在攻击的关键帧序列和定位攻击猪；

所述提取攻击关键帧序列和定位攻击猪的具体方法是：

步骤1.1，在攻击发生的一瞬间，由于应激反应非攻击猪开始逃窜，由于受限空间从而产生在很短时间内3个以上非攻击猪的扎堆和其他非攻击猪散落在猪栏边缘的现象，在攻击开始时总能找到仅有一组两粘连猪的帧，即使两组以上两粘连猪同时存在一帧中也会很快变成仅有一组两粘连猪，将仅含有一个面积在1.7到2.3倍猪标准面积的连通域的帧被定义为关键帧序列的首帧，此连通域被用来提取首帧中攻击猪；为了在最小区域内去除攻击猪的拖影，所提取攻击猪的外接矩形被用作二次分割的兴趣区域，直方图均衡化和最大熵阈值分割被用来二次分割兴趣区域内图像；

步骤1.2，攻击过程中相邻帧间攻击范围不会超过半径为0.6倍攻击猪整体外接矩形对角线长度的圆形区域；在此区域内，为了去除非攻击猪的部分身体，大于0.9倍和小于2.3倍猪标准像素面积的连通域被检测用来提取粘连或非粘连的攻击猪；

步骤1.3，当猪站得太近，在5s内它们将作出攻击或逃离的反应，帧率为4fps；因此，连续的不带有粘连的20帧被认为是攻击停止，此20帧被去除作为关键帧序列的结尾；

步骤1.4，根据攻击猪大比例粘连的特点，粘连帧占关键帧序列总帧的比例被定义为粘连指数P_ad，粘连指数范围[R_min,R_max]被设定用来进一步去除非攻击片段。

2.根据权利要求1所述的一种采用机器视觉技术识别群养猪攻击行为的分析方法，其特征在于：所述步骤2具体包括：

攻击猪被看成一个整体矩形，此整体在相邻帧间的加速度被作为特征；在相邻图像帧中，两个攻击猪的外接矩形的速度代表了两猪相对于地面的速度而不是两猪的相对速度；基于此速度所得的加速度具有很强的区分度；为了量化相邻帧间攻击猪的位移变化，矩形四边的速度之和被用来计算猪的速度V_i；相邻帧间矩形的速度改变被用来计算猪的加速度a_i。

3.根据权利要求1所述的一种采用机器视觉技术识别群养猪攻击行为的分析方法，其特征在于：所述步骤3的具体过程为：

步骤3.1，攻击中正加速度比其他行为中正加速度具有较大区分度，将只有正的加速度被用来设定阈值，根据加速度数据的规律性分布和低维数的特点，层次聚类函数被用来训练加速度数据；

步骤3.2，为了提高阈值精度，在去除数据中异常点后同类加速度的均值被作为阈值，得到中等加速度阈值a₁和高等加速度阈值a₂；

步骤3.3，定义满足a∈[a₁,a₂)的当前帧为中等攻击帧，满足a∈[a₂,+∞)的当前帧为高等攻击帧，其余的为非攻击帧。

4.根据权利要求1所述的一种采用机器视觉技术识别群养猪攻击行为的分析方法，其特征在于：所述步骤4的具体过程为：

步骤4.1，为了在最短时间或者最少帧数内判断是否攻击存在于一段视频中，需要定义最小识别单元；通过分析所有关键帧序列中的加速度发现，加速度表现出正负交替的规律；连续的负、正、负加速度间的最大帧间距被定义为最小识别单元MRU，这保证了正加速度必须出现在MRU中用于识别；

步骤4.2，为了防止由非攻击的突然加速运动引起的误识别和确定具有两类攻击帧的MRU的类型，具有大于一定数量q的相同攻击帧的MRU被分类为带有此类攻击的MRU，其余的MRU被分类为非攻击MRU。