[发明专利]猪咬尾检测方法、装置及存储介质

权利要求书

1.一种猪咬尾检测方法，其特征在于，包括：

获取当前帧，所述当前帧是对多头猪采集图像而得到的；

将当前帧输入第一神经网络得到当前图片特征；

将所述当前图片特征输入第二神经网络，得到所述当前帧的关键点集合和关键点亲和区域集合，所述关键点集合包括多个关键点，所述关键点亲和区域集合包括多个关键点亲和区域；

利用所述关键点集合和所述关键点亲和区域集合评估所述关键点集合中每两个所述关键点之间的关联度；

基于所述关联度对所述关键点进行拼接得到所述当前帧中的猪骨架模型；

利用所述当前帧中的猪骨架模型检测是否存在猪咬尾行为；

所述利用所述当前帧中的猪骨架模型检测是否存在猪咬尾行为包括：

利用所述当前帧中的猪骨架模型对猪行为记录进行更新，所述猪行为记录是利用历史帧中的猪骨架模型得到的；

判断所述猪行为记录是否满足猪咬尾条件；

若满足，则判定存在所述猪咬尾行为；

所述猪咬尾条件包括：

所述猪行为记录中存在至少一对前猪和后猪的猪骨架模型满足以下所有条件：

a.所述前猪的猪尾与所述后猪的猪嘴之间的距离在指定范围内；

b.所述前猪的猪尾与所述后猪的猪嘴之间的运动关系满足第一要求；

c.所述前猪的运动量满足第二要求和/或所述后猪的头部运动量满足第三要求；

d.所述前猪的猪骨架模型处于站立状态；

所述判断所述猪行为记录是否满足猪咬尾条件包括：

对于所述猪行为记录中已有的条目，若所述条目在更新前的所述猪行为记录中已满足条件b和d但未满足条件c，则计算并将所述当前帧中所述前猪和/或所述后猪的头部运动量记录进所述条目以对所述条目进行更新，判断更新后所述条目是否满足c和d，若满足则判定所述条目满足所述猪咬尾条件。

2.根据权利要求1所述的方法，其特征在于，

所述第二神经网络为二分支卷积神经网络，包括第一分支和第二分支，所述第一分支采用注意力机制且用于提取所述关键点集合，所述第二分支用于提取所述关键点亲和区域集合。

3.根据权利要求1所述的方法，其特征在于，

所述关键点包括猪嘴、猪左耳、猪右耳、猪左肩、猪右肩、猪左臀、猪右臀和猪尾。

4.根据权利要求1所述的方法，其特征在于，

所述关键点亲和区域包括两个直接连通的所述关键点之间的矢量，所述利用所述关键点集合和所述关键点亲和区域集合评估所述关键点集合中每两个所述关键点之间的关联度包括：

对于每两个所述关键点，计算两个所述关键点之间的连线上的所有点在关联关键点亲和区域中的所述矢量与两个所述关键点之间矢量的点积的线积分作为所述关联度。

5.根据权利要求1所述的方法，其特征在于，

所述关键点亲和区域包括两个直接连通的所述关键点之间的矢量，所述利用所述关键点集合和所述关键点亲和区域集合评估所述关键点集合中每两个所述关键点之间的关联度包括：

对于每两个所述关键点，计算两个所述关键点之间的矢量与关联关键点亲和区域中的所述矢量的点积作为所述关联度。

6.根据权利要求1所述的方法，其特征在于，

所述基于所述关联度对所述关键点进行拼接得到所述当前帧中的猪骨架模型包括：

连接所述关联度大于预设阈值的所述关键点得到已连接部位；

基于所述已连接部位的形状及预先构建的猪体形状特征确定所述关键点的类别；

按照预先构建的猪体尺寸特征在所述已连接部位和所述关键点的类别的基础上进行匹配连接，得到所述当前帧中的猪骨架模型。