[发明专利]基于YOLOv5以及SlowFast的大象健康管理系统

说明书

本发明公开了一种基于YOLOv5以及SlowFast的大象健康管理系统，包括：大象的行为数据采集子系统：用于采集大象行为视频；大象的行为检测子系统：分析大象行为视频，通过YOLOv5算法以及SlowFast网络检测大象的特征行为，实时输送到数据库中，对大象的特征行为进行计数统计；大象生活环境监测子系统：监测室外的大象生活环境信息，实时发送至数据库存储；大象健康评估子系统：将不同类别的行为划分相应的权重，根据大象的行为量对应的区间，为大象的健康状况进行系统性的自动化打分；分析大象生活环境对其健康状态的影响。本发明提供的方法非接触地获得大象的行为数据、健康评估等信息，有利于提高大象的福利水平。

技术领域

本专利涉及计算机视觉、动物福利养殖、计算机网络等技术领域。具体是一种基于YOLOv5以及SlowFast的大象健康管理系统。

背景技术

动物的健康管理在当下这种集约化、规模化的养殖业中一直是一个热门话题，其中有一些动物学家通过定量分析动物在单一变量下的行为表现、生理指标，以数值形式评估动物福利的优劣。不管是从养殖业本身的经济效益还是动物福利本身的需求出发，具体精确的识别方法将关乎着养殖带来的经济效益以及动物福利的要求。目前相关的通过动物的行为表现来实现健康管理的技术，国内外虽然早有相关研究，但对于通过研究大象行为来实现健康管理却少有报道，仍处于研究阶段。大象作为国家一级保护动物和世界濒危动物，研究自动化、智能化识别大象行为，评估大象健康水平研究的方法对提高大象养殖（饲养）福利，保证我国物种多样性具有重大意义。

大象健康评估是动物园大象饲养环节中的重要任务之一，及时准确的获取大象行为信息能够有效提高大象福利水平。目前，国内外对于大象健康评估主要依靠大象馆相关人员观察大象行为，不仅效率低下、费时费力，而且无法做到连续观察和自动化行为分析。同时，大象行为复杂，活动区域多样，这要求观察者高度熟悉大象行为特性。然而，在实际动物园场景下，管理人员往往负责多种动物管理，长时间、高强度工作难免会使管理人员因疲劳而对大象行为评估产生主观臆断，导致大象管理环节的纰漏。

利用机器视觉技术结合行为识别算法是实现动物行为监测的主要途径之一。随着人工智能的不断发展，机器视觉技术已经渗透到动物养殖的多个环节。本项目基于机器视觉技术，结合目标检测和行为识别方法，在多角度、多区域的复杂场景下实现自动化、智能化大象静态姿态检测和动态行为识别，并对多个角度的识别结果进行筛选和决策，准确统计公母象每天各类行为变化，量化大象行为数据。同时，本项目利用传感器、无线通信和网页开发技术，采集大象生存环境数据，研究环境参数与大象行为之间的关联，并为动物园管理人员提供高度可视化的大象智能化健康管理系统，辅助动物园评估大象健康水平和改善大象生存环境。

发明内容

本发明针对背景技术中存在的问题，提出了一种基于YOLOv5以及SlowFast的大象健康管理系统。通过YOLOv5检测算法，实现对室外活动的大象的行为进行分类，并对大象的采食、休息以及爬跨行为实时目标检测；通过SlowFast算法对室内活动的大象动作进行特征提取，对大象刻板行为进行实时行为检测；利用级联YOLOv5模型和SlowFast算法的方法检测大象的行为，是研究大象行为并对大象进行健康评估，以此提高大象的福利水平的重要基础。

技术方案：一种基于YOLOv5以及SlowFast的大象健康管理系统，它包括：大象的行为数据采集子系统、大象的行为检测子系统、大象生活环境监测子系统和大象健康评估子系统；具体的：

大象的行为数据采集子系统：用于采集大象行为视频；

大象的行为检测子系统：分析大象行为视频，通过YOLOv5算法以及SlowFast网络检测大象的特征行为，实时输送到数据库中，对大象的特征行为进行计数统计；

大象生活环境监测子系统：监测室外的大象生活环境信息，实时发送至数据库存储；

大象健康评估子系统：将不同类别的行为划分相应的权重，根据大象的行为量对应的区间，为大象的健康状况进行系统性的自动化打分；同时，分析大象生活环境对其健康状态的影响。