[发明专利]一种基于双目视觉的牲畜体况监测方法及系统

权利要求书

1.一种基于双目视觉的牲畜体况监测方法，其特征在于，包括以下步骤：

S1、利用摄像头获取牲畜尾部双目图像；

S2、根据所述牲畜尾部双目图像对牲畜尾部进行定位处理，并根据所述牲畜尾部双目图像中标定框的大小判断牲畜是否运动至评分的位置，筛选出满足条件的牲畜尾部双目图像；

S3、对满足条件的牲畜尾部双目图像进行分类处理，得到牲畜的体况评分，完成基于双目视觉的牲畜体况监测。

2.根据权利要求1所述的基于双目视觉的牲畜体况监测方法，其特征在于，所述步骤S1中摄像头为两个，且两个摄像头轴距固定，光轴相互平行，两个摄像头的光心连线与光轴相垂直。

3.根据权利要求1所述的基于双目视觉的牲畜体况监测方法，其特征在于，所述步骤S2包括以下步骤：

S201、对所述牲畜尾部双目图像进行均值滤波处理；

S202、将经均值滤波处理后的牲畜尾部双目图像进行缩放处理；

S203、将经缩放处理后的牲畜尾部双目图像输入至基于Fast-YOLO的牲畜尾部检测网络，得到1176维向量的牲畜尾部双目图像；

S204、将176维向量的牲畜尾部双目图像均等划分为14×14个cell，每个cell分配6个向量元素，并将6个向量元素转换为预测值其中，p表示预测牲畜尾部条件的概率值，C表示弹性窗口bbox的置信度，x,y表示弹性窗口bbox中心点相对于所述cell边长的归一化值，w,h表示弹性窗口bbox的宽高相对于牲畜尾部双目图像宽高的归一化值，cell表示牲畜尾部双目图像均等划分后的图像块；

S205、对所述预测值进行后处理，得到某个弹性窗口bbox的牲畜尾部概率值：

S206、判断所述某个弹性窗口bbox的牲畜尾部概率值是否大于预设的阈值，若是，则该弹性窗口bbox存在牲畜尾部，并将该弹性窗口bbox的x,y,w,h转化为输入图像中的实际坐标和长宽，完成对牲畜尾部定位，并进入步骤S207，否则，该弹性窗口bbox不存在牲畜尾部，并返回步骤S1；

S207、根据牲畜尾部定位结果，判断牲畜尾部双目图像的标定框长度是否大于牲畜尾部双目图像总长度的预设阈值且标定框的高度大于牲畜尾部双目图像总宽度的预设阈值，若是，则牲畜运动至评分的位置，并筛选出满足条件的牲畜尾部双目图像，并进入步骤S3，否则，牲畜未运动至评分的位置，结束流程。

4.根据权利要求3所述的基于双目视觉的牲畜体况监测方法，其特征在于，所述步骤S203中Fast-YOLO的牲畜尾部检测网络包括依次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层、第七卷积层、第八卷积层以及第九卷积层；

所述第一卷积层的卷积核大小为3×3，其输出特征图的通道数为16；

所述第二卷积层的卷积核大小为3×3，其输出特征图的通道数为32；

所述第三卷积层的卷积核大小为3×3，其输出特征图的通道数为64；

所述第四卷积层的卷积核大小为3×3，其输出特征图的通道数为128；

所述第五卷积层的卷积核大小为3×3，其输出特征图的通道数为256；

所述第六卷积层的卷积核大小为3×3，其输出特征图的通道数为512；

所述第七卷积层的卷积核大小为3×3，其输出特征图的通道数为1024；

所述第八卷积层的卷积核大小为3×3，其输出特征图的通道数为256；

所述第一卷积层、第二卷积层、第三卷积层以及第四卷积层的卷积核移动步长均为2×2。

5.根据权利要求3所述的基于双目视觉的牲畜体况监测方法，其特征在于，所述S205中某个弹性窗口bbox的牲畜尾部概率值的表达式如下：

p_b＝C×p

其中，p_b表示某个弹性窗口bbox的牲畜尾部概率值，C表示弹性窗口bbox的置信度，p表示预测牲畜尾部条件的概率值。