[发明专利]基于妊娠后期姿态转化特性的母猪分娩时间预测系统

说明书

本发明公开了一种基于妊娠后期姿态转化特性的母猪分娩时间预测系统，其特征在于它包括图像采集模块、网络传输模块、视频存储单元、本地服务器、中心计算模块以及移动端接收模块，图像采集模块采集妊娠后期限位栏环境下的母猪视频，采集的数据存储至视频存储单元；本地服务器截图图像帧通过网络传输模块上传至中心计算模块。本发明从图像采集模块，到最终的移动端接收模块实现了端到端的自动化运行与控制，能够极大地提升母猪管理效率，降低仔猪的死亡风险。

技术领域

本专利涉及计算机视觉、时间序列分析、畜禽精准养殖等技术领域。具体地讲是一种通 过深层卷积神经网络算法自动化检测妊娠后期母猪姿态转化频率、筑巢行为表达主要姿态比 率、姿态变化统计特征、趋势特征、时序差分特征等母猪产前姿态转化相关特性，并对多种 特征分别进行4类时间分窗统计，将空间分布与时序统计特征融合建模实现母猪分娩时间预 测。

背景技术

初生仔猪的死亡率高达25-33％，是造成生猪养殖生产损失的突出问题之一，有研究表 明如果能够准确预测母猪分娩时间，加以适当的人工监管和环境调控可有效降低仔猪死亡率。 目前主要通过人工记录母猪妊娠期，凭经验预测母猪分娩时间。然而该方法耗时耗力，且主 观性强。通过穿戴式设备、光敏、加速度等传感器技术自动化预测母猪分娩时间极大地减轻 了劳动力，但也有造成应激反应、功耗高、抗环境干扰能力差等问题。卷积神经网络推动计 算机视觉各领域高速发展，利用计算机视觉技术实现自动化母猪分娩时间预测是急需解决的 一个课题。

近年来基于计算机视觉技术对动物行为进行分析多为分类任务。公开号CN109492535A 公开了一种基于计算机视觉的母猪哺乳行为识别方法。其使用了Deeplab实例分割算法提取 光流特征，适用于开放式的分娩环境，依赖母猪体型的几何特征，不适用于规模化养殖限位 栏条件下多硬性遮挡、光线干扰明显等场景。公开号CN106778784A公开了一种基于机器视 觉的猪个体识别与饮水行为分析的方法，公开号CN111274975A公开了一种猪只采食行为预 测的方法和装置，均未考虑猪只行为的时序特征。

通过时间序列分析对母猪分娩时间预测的研究未有报道。

发明内容

本发明的目的在于填补现有技术的空白，提出了一种将母猪妊娠后期姿态转化的空间特 征与时序特征相结合的方法实现母猪分娩时间的预测，克服传统人工看守的耗时耗力问题， 避免了传感器设备给母猪带来的接触式应激反应与高功耗的不足。以数据为驱动，较长地提 前了母猪分娩预测的时间，也提高了预测的容错性，能够适应规模化集约化生猪养殖过程中， 限位栏条件下的硬性遮挡、光线干扰严重的情况，实现较高准确度的母猪分娩时间预测。

技术方案：

一种基于妊娠后期姿态转化特性的母猪分娩时间预测系统，它包括图像采集模块、网络 传输模块、视频存储单元、本地服务器、中心计算模块以及移动端接收模块，图像采集模块 采集妊娠后期限位栏环境下的母猪视频，采集的数据存储至视频存储单元；本地服务器截图 图像帧通过网络传输模块上传至中心计算模块，所述中心计算模块执行以下步骤：

S1、姿态识别：识别母猪侧卧、腹卧、胸卧、过渡姿态、坐卧、站立6类姿态；

S2、姿态转化特性空间特征与时序特征的提取：对6类姿态检测结果进行深入挖掘，提 取不同时间分窗下的姿态变化相关的多类空间分布与时序统计特征，并采用嵌入式特征选择 方法筛选高方差低耦合的特征；

S3、分娩时间预测：基于提取的高权重特征和集成学习方法，对多个基学习器进行加权 决策，获得最终的分娩预测时间T：

Q表示基模型的个数，α_q表示第q个模型的权重，P_q表示第q个模型的预测结果；

S4、将分娩预测时间T存储至云服务器，管理人员通过移动端接收模块及时获知预测结 果。