[发明专利]一种采用单幅图像检测猪站立和躺卧姿态的方法

说明书

本发明公开了一种采用单幅图像检测猪站立和躺卧姿态的方法。建立用于母猪识别的DeepLab模型，对训练集中的图像采用DeepLab模型进行识别后得到初始分割图，将初始分割图中母猪调整为水平方向，建立母猪的外接矩形，并将外接矩形内的像素点的保存为初始矩阵，新建参考矩阵，将矩阵复制到参考矩阵的中位置，并将参考矩阵保存为图像，检测图像中母猪的头部和尾部，并保证母猪的头部在左边，构成姿态图集，用LeNet模型训练后得到母猪站立和躺卧姿态识别模型。本发明采用母猪的头部方向一致的图像进行母猪站立和躺卧姿态识别，识别精度高且速度快。

技术领域

本发明涉及猪姿态的方法，具体涉及一种采用单幅图像检测猪站立和躺卧姿态的方法。

背景技术

在养殖生产中，养殖动物的行为能反映其生理状态。为此，研究人员开展了动物行为自动检测方法研究。

Cornou等人(2008,2012)利用三轴加速度传感器检测母猪的运动转台，同时结合卡尔曼滤波方法进行行为分类，通过动态线性模型预测分娩时间。(CORNOU C,LUNDBYE-CHRISTENSEN S.Classifying sows’activity types from acceleration patterns:Anapplication of the Multi-Process Kalman Filter[J].Applied Animal BehaviourScience,2008,111(3):262-73。CORNOU C,LUNDBYECHRISTENSEN S.Modeling of sowsdiurnal activity pattern and detection of parturition using accelerationmeasurements[J].ComputersElectronics in Agriculture,2012,80(1):97-104)。

刘龙申等人(2013)同样利用三轴加速度传感器配合无线传感网络检测母猪产前的行为特征，通过K均值聚类算法对特征进行识别分类，能正确检测出母猪躺卧、站立、吃料、筑窝等典型行为。(刘龙申,沈明霞,姚文,et al.基于加速度传感器的母猪产前行为特征采集与分析[J].农业机械学报,2013,44(3):192-6)。

Lao等人(2016)使用3D相机获取了猪只的深度和数字图像，通过6秒的图像分析，可判断躺、坐、站、跪、吃食、饮水、转向等行为。(LAO F,BROWN-BRANDL T,STINN J P,etal.Automatic recognition of lactating sow behaviors through depth imageprocessing[J].ComputersElectronics in Agriculture,2016,125(C):56-62)

从这些研究来看，加速度传感器需要绑附在动物身上，会产生一定的应激，而图像检测方法则需要较长时间观察，需进一步提高实时性。

发明内容

为了解决背景技术中存在的问题，本发明提供了一种采用单幅图像检测猪站立和躺卧姿态的方法，采用单幅图像判断猪的姿态，可提高实时性。

本发明所采用技术方案如下：

S1、建立猪姿态检测模型的步骤如下：

步骤1：采集多幅不同场景、不同时段、不同拍摄角度的待测物猪图像，对每一幅待测物猪图像处理获得待测物初步轮廓，将待测物初步轮廓以外的图像区域变为黑色；

所述的待测物猪图像为完整包含有待测物猪的侧面拍摄的图像。

步骤2：对步骤1获得的所有待测物猪图像采用DeepLab神经网络进行模型训练，得到待测物识别模型；

所述待测物猪图像为模型训练的已知样本图像。