[发明专利]一种基于单视角动作分析的动物性情类型评估方法

说明书

本发明提供了一种基于单视角动作分析的动物性情类型评估方法，该方法包括：通过三维动作捕捉设备采集动物的三维动作姿态，并筛选出标准动作序列，利用虚拟相机对标准动作进行拍摄，得到标准动作图；利用单视角相机对保定架中的动物进行图像采集，并对采集到的图像进行处理得到关键点热图；根据单视角相机与虚拟相机之间的视角差距以及层次模型对虚拟相机进行筛选，将得到的关键点热图与筛选后保留下来的虚拟相机拍摄的标准动作图进行点的暴力匹配，得到与关键点热图最匹配的标准动作图，并结合性情评价标准得到动物的性情类型。该方法不需对动物进行长期的观察就可得到客观的分析结果，不受饲养员主观因素的影响。

技术领域

本发明涉及人工智能、畜牧领域，尤其是一种基于单视角动作分析的动物性情类型评估方法。

背景技术

了解动物的性情，便于在饲养过程中采取合理的、安全的饲养方式。现有的对动物性情的评估一般通过饲养员的长期观察，这种方式需要饲养员有一定的饲养经验，能区分动物多种不同的性情，同时，该方法也导致评估结果过于主观，无法适用于多类场景下。

发明内容

针对上述问题，本发明提出一种基于单视角动作分析的动物性情类型评估方法，该方法包括：

步骤一，通过三维动作捕捉设备采集动物的三维动作姿态，基于性情评价标准从三维动作姿态中筛选出标准动作序列，利用以标准动作为中心，呈球状分布的虚拟相机对序列中的标准动作进行不同视角的拍摄，得到标准动作图，其中，虚拟相机的初始数量为C₁；

步骤二，利用单视角相机对位于保定架中的动物进行图像采集，采集到的图像通过卷积神经网络提取动物身体关键点的特征，得到关键点热图，其中，不同种类的动物选取的关键点不同；

步骤三，根据单视角相机与虚拟相机的拍摄角度对虚拟相机进行第一次筛选，保留下来的虚拟相机的数量为C₂；基于层次模型对保留下来的虚拟相机进行第二次筛选，筛选完后，剩余虚拟相机的数量为C₃；

步骤四，将得到的关键点热图与剩余C₃台虚拟相机拍摄的标准动作图进行点的暴力匹配，得到与关键点热图最匹配的标准动作图，并基于性情评价标准得到动物的性情类型。

通过三维动作捕捉设备采集的代表三维动作姿态的点集应包含足够多的捕捉点且需包含所选取的动物身体的关键点。

卷积神经网络包括编码器、解码器，编码器对经过预处理后的图像进行特征提取，得到特征图，解码器对特征图进行上采样，得到与输入图像等大的关键点热图。

层次模型为：将呈球状分布的虚拟相机模型划分为多层，每一层设置一个该层的相似度阈值，计算同一球面内各相邻两虚拟相机拍摄图像的相似度，当大于等于阈值时，将二者合并为一个虚拟相机；当小于阈值时，二者皆保留；按照所述步骤对每一层的虚拟相机进行筛选。

点的暴力匹配的具体步骤为：存在一个序列(K₁，K₂，K₃...K_n),序列中的值是递减的，且K_n为1；将当前帧关键点热图与剩余C₃台虚拟相机拍摄的标准动作图进行点的暴力匹配，并以L1距离为依据，按照匹配相似度由高到低的顺序选择K₁张标准动作图；选择与当前帧关键点热图间隔m帧的关键点热图、与K₁张标准动作图间隔m帧的K₁张标准动作图进行匹配，按照与当前帧关键点热图间隔m帧的关键点热图匹配相似度由高到低的顺序选择K₂张标准动作图；选择与当前帧关键点热图间隔2m帧的关键点热图、与K₂张标准动作图间隔2m帧的K₂张标准动作图进行匹配，按照与当前帧关键点热图间隔2m帧的关键点热图匹配相似度由高到低的顺序选择K₃张标准动作图；重复上述步骤，最终得到与关键点热图匹配相似度最高的1张标准动作图。