[发明专利]一种计算机视觉的母猪哺乳行为识别方法有效

专利信息
申请号: 201811186647.2 申请日: 2018-10-12
公开(公告)号: CN109492535B 公开(公告)日: 2021-09-24
发明(设计)人: 薛月菊;杨阿庆;甘海明;杨晓帆;陈畅新;李诗梅 申请(专利权)人: 华南农业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 510642 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 计算机 视觉 母猪 哺乳 行为 识别 方法
【说明书】:

本发明公开了一种计算机视觉的母猪哺乳行为识别方法,包括步骤:1)采集哺乳期母猪和仔猪的俯视视频段;2)基于光流特征,计算运动像素强度、占空比和聚集度等时空特征,提取时间序列关键帧;3)利用DeepLab卷积网络分割出关键帧中母猪和仔猪,根据形状匹配算法自动定位哺乳感兴趣区域,获得时空感兴趣区域;4)在时空感兴趣区域中设置识别单元,提取仔猪运动特征,包括仔猪运动分布指数特征和基于母猪腹线的法线方向光流的仔猪吸吮运动特征;5)将仔猪运动特征输入SVM分类模型,实现母猪哺乳行为自动识别。本发明利用了哺乳行为中母猪和仔猪的时空运动信息,识别猪场环境下的母猪哺乳行为,从而解决了猪场人工监测难的问题。

技术领域

本发明涉及计算机视觉视频分析和交互行为识别的技术领域,尤其是指一种计算机视觉的母猪哺乳行为识别方法。

背景技术

据统计,仔猪断奶前死亡率高达25-33%,影响到整个猪场的经济效益。母猪哺乳时长和哺乳频率关系到仔猪成长,健康和福利状况,因此对母猪哺乳行为的监测显得尤为重要。目前,主要通过人工监测母猪哺乳状态,记录哺乳信息,为进一步人工干预提供决策依据。然而该方法耗时、耗力且主观性强。利用计算机视觉自动监测技术替代人工监测方式成为猪场管理必须解决的一个课题。

当前基于计算机视觉技术对动物的行为识别的方法已被广泛应用。其通常包括两个方式:1)采用图像处理手段分析物体几何形状和空间距离。公开号CN107437069公开了一种基于轮廓的猪只饮水行为识别方法。该类方式没有把运动信息纳入行为分析中,无法反映行为的时序运动特征,且识别结果依赖高精度的前景分割;2)采用时序信息分析运动状态,根据前后帧物体的位置变化获取物体运动信息,并描述物体运动状态。公开号CN107679463A专利公开了一种采用机器视觉技术识别群体猪攻击行为的分析方法,将物体运动的加速度作为物体运动特征识别猪只攻击行为。公开号CN 108491807 A公开了一种奶牛发情行为实时监测方法及系统,采用光流特征和轮廓特征识别奶牛发情行为。

母猪哺乳行为是一种母猪和猪群的交互行为,当前基于视频的对母猪的哺乳行为识别的研究鲜有报道。鉴于此,亟需提供一种母猪哺乳行为自动识别方法,以实现对母猪哺乳行为的准确监测。本发明提供一种基于空间分布和时序运动特征的母猪哺乳行为识别方法,将物体空间关系和运动特征结合起来,并提出一种新的光流特征,自动识别母猪哺乳行为,为猪场管理决策提供数据支持,提高猪只健康状况和猪场经济效益。

发明内容

本发明的目的在于克服现有技术的缺点与不足,提出了一种计算机视觉的母猪哺乳行为识别方法,克服传统人工监测耗时、耗力的问题,自动识别哺乳行为,为进一步管理决策提供数据支持,提高猪只健康状况和猪场经济效益。能够在母猪和仔猪体型不一、花色不均且与背景颜色对比度不大和照明条件改变等复杂因素干扰下,实现较高精度的母猪哺乳行为视频识别。

为实现上述目的,本发明所提供的技术方案为:一种计算机视觉的母猪哺乳行为识别方法,包括以下步骤:

1)采集哺乳期母猪和仔猪的俯视视频,并获取光流图像序列;

2)根据每帧的光流分布特征,计算哺乳运动像素的运动强度、占空比和空间聚集度,提取关键帧;

3)采用DeepLab深度网络分割关键帧中的母猪和仔猪,并利用形状匹配算法及母猪和仔猪空间分布特征,自动定位出哺乳的时空感兴趣区域;

4)在时空感兴趣区域中设置识别单元,提取识别单元中仔猪的运动特征,特征包括仔猪运动分布指数特征和基于母猪腹线的法线方向光流的仔猪吸吮运动特征;

5)将识别单元中提取的仔猪运动特征输入SVM分类模型,实现母猪哺乳行为自动识别。

在步骤1)中,采集哺乳期母猪和仔猪的俯视视频,并获取光流图像序列,包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南农业大学,未经华南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811186647.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top