[发明专利]用于预测宠物行为的方法及装置、家电设备

权利要求书

1.一种用于预测宠物行为的方法，其特征在于，包括：

根据宠物的行为数据，构建宠物行为信息数据库，所述数据库中包含若干与设定的每种宠物行为对应的行为图片集合；

通过卷积神经网络和时序神经网络对所述行为图片集合内的图片进行编码，并在编码中存储时序关系；

根据若干编码后的行为图片集合构建知识图谱，并通过所述知识图谱对深度学习模型进行训练以预测宠物的行为。

2.根据权利要求1所述的方法，其特征在于，所述通过卷积神经网络和时序神经网络对所述图片集合内的图片进行编码，并在编码中存储时序关系，包括：

通过卷积神经网络对所述行为图片集合内的图片进行编码，并获取每张图片对应的第一编码；

通过时序神经网络对所述第一编码进行再编码，以获取每张图片对应的存储有时序关系的第二编码。

3.根据权利要求2所述的方法，其特征在于，所述根据若干编码后的行为图片集合构建知识图谱，并通过所述知识图谱对深度学习模型进行训练以预测宠物的行为，包括：

根据若干编码后的行为图片集合构建知识图谱，所述知识图谱存储有所述第二编码；

根据所述第二编码和宠物行为的结果，对深度学习模型进行训练获得目标模型；

根据所述目标模型预测宠物的行为。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第二编码和宠物行为的结果，对深度学习模型进行训练获得目标模型，包括：

以所述第二编码为特征，所述宠物行为的结果为标签，对所述深度学习模型进行训练，并将训练后的模型作为所述目标模型。

5.根据权利要求3所述的方法，其特征在于，所述根据所述目标模型预测宠物的行为，包括：

获取宠物行为的时序图片，根据所述时序图片和所述目标模型，预测宠物的行为。

6.根据权利要求5所述的方法，其特征在于，所述根据所述时序图片和所述目标模型，预测宠物的行为，包括：

通过所述目标模型的卷积神经网络对所述时序图片进行编码得到第三编码；

根据所述知识图谱和所述第三编码，预测宠物的行为。

7.根据权利要求6所述的方法，其特征在于，所述根据所述知识图谱和所述第三编码，预测宠物的行为，包括：

在所述知识图谱中使用广度优先遍历查询与所述第三编码相关的编码；

根据所述时序关系从所述相关的编码中筛选出目标编码，以确定与所述目标编码对应的目标行为图片，将所述目标行为图片的行为作为预测宠物行为的结果。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述根据宠物的行为数据，构建宠物行为信息数据库，包括：

获取设定时间内的宠物的行为图片，并从中筛选出与设定的每种宠物行为对应的若干行为图片，获得若干所述行为图片集合；

将若干所述行为图片集合共同作为所述宠物行为信息数据库。

9.一种用于预测宠物行为的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的用于预测宠物行为的方法。

10.一种家电设备，其特征在于，包括如权利要求9所述的用于预测宠物行为的装置。