[发明专利]基于人工智能的妊娠检测方法、装置、计算机设备和介质

权利要求书

1.一种基于人工智能的妊娠检测方法，所述方法应用于服务器，其特征在于，所述方法包括：

采集牲畜预设部位的待检测视频流；其中，所述预设部位的待检测视频流包括：在所述预设部位按照顺时针方向采集的视频流，或者，在所述预设部位按照逆时针方向采集的视频流；

将所述待检测视频流输入至预先构建的怀孕状态分类模型，以使所述怀孕状态分类模型基于所述待检测视频流输出不同怀孕状态对应的概率值；所述怀孕状态分类模型采用基于时序的神经网络模型；所述怀孕状态分类模型为针对特定的待检测牲畜的孕囊或子宫形态进行深度学习后得到的能够识别妊娠图像的神经网络模型；

根据所述不同怀孕状态对应的概率值的相对大小，确定所述牲畜的孕检结果；

所述采集牲畜预设部位的待检测视频流之前，所述方法还包括：

获取样本视频流；所述样本视频流包括怀孕样本视频流和空怀样本视频流；

利用所述怀孕样本视频流和所述空怀样本视频流对待训练怀孕状态分类模型进行调参训练，通过所述调参训练得到所述怀孕样本视频流和所述空怀样本视频流在顺时针和逆时针方向的差异，构建所述怀孕状态分类模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述待检测视频流输入至预先构建的怀孕状态分类模型，以使所述怀孕状态分类模型基于所述待检测视频流输出不同怀孕状态对应的概率值，包括：

通过所述怀孕状态分类模型以预设的频率采集所述待检测视频流中的多个视频帧，识别各个视频帧中的孕囊部位的图像，根据所述各个视频帧中的孕囊部位的图像计算所述各个视频帧中的孕囊的特征值，根据所述各个视频帧中的孕囊的特征值预测得到所述概率值。

3.根据权利要求2所述的方法，其特征在于，所述通过所述怀孕状态分类模型以预设的频率采集所述待检测视频流中的多个视频帧之后，还包括：

通过所述怀孕状态分类模型中的滤波器对各个视频帧进行滤波处理得到降噪后的视频帧。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述采集牲畜预设部位的待检测视频流之后，所述方法还包括：

针对所述待检测视频流进行视频流预处理；所述视频流预处理包括对比度增强和/或抖动调节。

5.一种基于人工智能的妊娠检测装置，其特征在于，所述装置包括：

视频流采集模块，用于采集牲畜预设部位的待检测视频流；其中，所述预设部位的待检测视频流包括：在所述预设部位按照顺时针方向采集的视频流，或者，在所述预设部位按照逆时针方向采集的视频流；

概率值输出模块，用于将所述待检测视频流输入至预先构建的怀孕状态分类模型，以使所述怀孕状态分类模型基于所述待检测视频流输出不同怀孕状态对应的概率值；所述怀孕状态分类模型采用基于时序的神经网络模型；所述怀孕状态分类模型为针对特定的待检测牲畜的孕囊或子宫形态进行深度学习后得到的能够识别妊娠图像的神经网络模型；

孕检结果确定模块，用于根据所述不同怀孕状态对应的概率值的相对大小，确定所述牲畜的孕检结果；

所述视频流采集模块，还用于获取样本视频流；所述样本视频流包括怀孕样本视频流和空怀样本视频流；

所述概率值输出模块，还用于利用所述怀孕样本视频流和所述空怀样本视频流对待训练怀孕状态分类模型进行调参训练，通过所述调参训练得到所述怀孕样本视频流和所述空怀样本视频流在顺时针和逆时针方向的差异，构建所述怀孕状态分类模型。

6.根据权利要求5所述的装置，其特征在于，所述概率值输出模块进一步用于通过所述怀孕状态分类模型以预设的频率采集所述待检测视频流中的多个视频帧，识别各个视频帧中的孕囊部位的图像，根据所述各个视频帧中的孕囊部位的图像计算所述各个视频帧中的孕囊的特征值，根据所述各个视频帧中的孕囊的特征值预测得到所述概率值。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

滤波处理单元，用于通过所述怀孕状态分类模型中的滤波器对各个视频帧进行滤波处理得到降噪后的视频帧。