[发明专利]一种羊脸识别的系统及方法

权利要求书

1.一种羊脸识别的系统，其特征在于，所述羊脸识别的系统包括：数据处理模块、数据集训练模块和预测模块；

所述数据处理模块，用于将拍摄的羊脸视频转换为羊脸图像，并对所述羊脸图像进行编号，以及将编号后的羊脸图像进行预处理得到羊脸标注图像；同一只羊的羊脸的所述编号相同；

所述数据集训练模块，用于将所述羊脸标注图像分为训练集和测试集，以所述训练集中的羊脸标注图像为输入，以所述羊脸标注图像的编号为输出对神经网络模型进行训练，以及采用所述测试集对所述神经网络模型进行测试；

所述预测模块，用于将目标图像输入训练好的神经网络模型，得到所述目标图像对应的编号；所述目标图像为预处理后的待识别羊脸图像。

2.根据权利要求1所述的羊脸识别的系统，其特征在于，所述数据处理模块包括视频分帧单元；所述视频分帧单元用于将拍摄的羊脸视频转换为羊脸图像。

3.根据权利要求2所述的羊脸识别的系统，其特征在于，所述数据处理模块还包括数据清洗单元；所述数据清洗单元用于删除所述羊脸图像中不符合要求的羊脸图像；所述不符合要求的羊脸图像包括不含羊脸、羊脸模糊、羊脸不完整、羊脸重复的图像。

4.根据权利要求3所述的羊脸识别的系统，其特征在于，所述数据处理模块还包括所述数据增强单元；

所述数据增强单元判断初始样本图像中相同编号的样本图像的数量是否小于设定样本数量；所述羊脸图像经所述数据清洗后得到初始样本图像；

若否，则所述初始样本图像为最终样本图像；

若是，则所述数据增强单元对所述相同编号的样本图像进行处理得到增强样本图像；所述增强样本图像的数量与所述相同编号的样本图像的数量相加等于所述设定样本数量；将所述增强样本图像与所述相同编号的样本图像合并得到最终样本图像。

5.一种羊脸识别的方法，其特征在于，所述羊脸识别的方法包括：

获取所述羊脸视频；

将所述羊脸视频进行分帧得到所述羊脸图像；

对所述初始样本图像中的羊脸图像进行编号；同一只羊的羊脸的所述编号相同；

判断所述初始样本图像中相同编号的样本图像的数量是否小于设定样本数量；

若否，所述初始样本图像为最终样本图像；

若是，基于所述相同编号的样本图像得到增强样本图像；所述增强样本图像的数量与所述相同编号的样本图像的数量相加等于所述设定样本数量；将所述增强样本图像与所述相同编号的样本图像合并得到最终样本图像；

将所述最终样本图像中的羊脸框出，得到羊脸标注图像；

将所述羊脸标注图像分为训练集和测试集，以所述训练集中的羊脸标注图像为输入，以所述羊脸标注图像的编号为输出对神经网络模型进行训练，以及采用所述测试集对所述神经网络模型进行测试；

框出待识别羊脸图像中的羊脸，得到待识别羊脸标注图像；

将所述待识别羊脸标注图像输入训练好的神经网络模型，得到所述待识别羊脸标注图像对应的编号。

6.根据权利要求5所述的羊脸识别的方法，其特征在于，所述将所述最终样本图像中的羊脸进行标注得到羊脸标注图像，具体包括：

采用标注软件labelImg对所述羊脸编号图像中的羊脸进行标注。

7.根据权利要求5所述的羊脸识别的方法，其特征在于，所述基于所述相同编号的样本图像得到增强样本图像，具体包括：

通过对所述相同编号的样本图像进行翻转、放大、缩小操作得到所述增强样本图像。

8.根据权利要求5所述的羊脸识别的方法，其特征在于，所述神经网络模型为基于YOLOv4-tiny网络的模型。