[发明专利]一种奶牛发情行为实时监测方法及系统

说明书

本发明提供一种奶牛发情行为实时监测方法及系统，根据待监测奶牛的原始图像序列获得待监测奶牛的光流图像序列，对光流图像序列进行特征提取，获得与光流图像序列对应的光流特征；从原始图像序列中检测出待监测奶牛，并提取待监测奶牛的边缘轮廓特征；将光流特征和边缘轮廓特征输入预设神经网络，并根据预设神经网络的输出结果对待监测奶牛的发情行为进行监测。该方法及系统能够从待监测奶牛的监控视频图像中准确识别待监测奶牛发情的爬跨行为，从而能够及时准确地发现奶牛的发情行为，有利于健康奶牛的及时受孕、产犊并延长泌乳期，提高奶牛养殖的经济效益；同时避免了由于人工识别造成的漏检，一定程度上节省了奶牛养殖的人力成本。

技术领域

本发明涉及计算机视觉技术领域，更具体地，涉及一种奶牛发情行为实时监测方法及系统。

背景技术

奶牛有其自身的生活习性和行为特点，对于现代规模化的使用人工受精的奶牛场，及时发现奶牛发情有利于健康奶牛的及时受孕、产犊并延长泌乳期，提高奶牛养养殖的经济效益。

目前规模化奶牛场发情鉴定方法包括传统的外部观察法、直肠检查法、以及近年基于物联网的计步器方法和反刍方法。外部观察法主要取决于发情母牛的爬跨行为，即进入发情盛期后会接受其他牛的爬跨，从而判断奶牛发情。奶牛发情活动具有一定的规律性，大多数发情集中在傍晚、夜间或凌晨，若想观测到90％的发情牛，必须注重傍晚和凌晨的观察；因此，对于规模化牛场来说，外部观察法发情检出率往往较低，特别是寒冷的冬天。直肠检查法不仅工作量大，而且要求配种员经验丰富。计步器的方法主要基于奶牛在发情阶段活动量急剧增加，其原理主要通过奶牛的活动量转化为峰值来确定奶牛的发情状况，但在转群或疫苗注射情况下会造成对发情结果判断的干扰。反刍方法需要监测奶牛的反刍时间并设定反刍时间阈值，而反刍阈值的设定具有经验性，影响奶牛发情行为的主观判断。

综上，现有奶牛发情鉴定方法均难以准确判断奶牛的发情行为，有鉴于此，亟需提供一种奶牛发情行为实时监测方法及系统，以实现对奶牛发情行为的准确监测。

发明内容

本发明为了克服现有技术中奶牛发情鉴定方法均难以准确判断奶牛的发情行为，从而耽误奶牛配种，以至于影响奶牛养殖的利益的问题，提供一种奶牛发情行为实时监测方法及系统。

一方面，本发明提供一种奶牛发情行为实时监测方法，包括：

S1，根据待监测奶牛的原始图像序列获得所述待监测奶牛的光流图像序列，对所述光流图像序列进行特征提取，获得与所述光流图像序列对应的光流特征；

S2，从所述原始图像序列中检测出所述待监测奶牛，并提取所述待监测奶牛的边缘轮廓特征；

S3，将所述光流特征和所述边缘轮廓特征输入预设神经网络，并根据所述预设神经网络的输出结果对所述待监测奶牛的发情行为进行监测。

优选地，步骤S1所述根据待监测奶牛的原始图像序列获得所述待监测奶牛的光流图像序列进一步包括：

利用光流法根据所述待监测奶牛的原始图像序列获得所述待监测奶牛的光流图像序列。

优选地，步骤S1所述对所述光流图像序列进行特征提取，获得与所述光流图像序列对应的光流特征进一步包括：

将所述光流图像序列输入所述预设神经网络的卷积层和下采样层，通过所述卷积层和所述下采样层对所述光流图像序列进行特征提取，获得与所述光流图像序列对应的光流特征。

优选地，所述步骤S2进一步包括：

获取与所述原始图像序列对应的显著图，计算所述显著图的图像熵，根据所述图像熵检测出所述待监测奶牛；

利用边缘检测算法提取所述待监测奶牛的边缘轮廓特征。

优选地，所述步骤S3进一步包括：