[发明专利]应用于啮齿动物喂食场景下的远程自动投喂方法及系统有效
| 申请号: | 202310419296.X | 申请日: | 2023-04-10 |
| 公开(公告)号: | CN116486097B | 公开(公告)日: | 2023-10-24 |
| 发明(设计)人: | 汪晶;李代玉;马隽 | 申请(专利权)人: | 深圳市前海远为科技有限公司 |
| 主分类号: | G06V10/40 | 分类号: | G06V10/40;A01K29/00;A01K5/02;G06V10/82;G06F40/289;G06F40/30;G06N3/0499 |
| 代理公司: | 深圳市世纪宏博知识产权代理事务所(普通合伙) 44806 | 代理人: | 赖智威 |
| 地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 应用于 啮齿 动物 喂食 场景 远程 自动 投喂 方法 系统 | ||
1.一种应用于啮齿动物喂食场景下的远程自动投喂方法,其特征在于,所述方法包括:
获取啮齿动物喂食场景下的投食区域和投食对象,采集所述投食对象的历史投喂数据,所述历史投喂数据包括定时投喂量和定时投喂周期,及所述历史投喂数据通过预先在所述投食区域构建的定时投喂程序进行采集;
采集所述投食对象的当前体征数据,将所述当前体征数据划分为特征描述文本和体征描述图像,对所述特征描述文本进行特征提取,得到文本特征,对所述体征描述图像进行特征提取,得到图像特征;
将所述文本特征和所述历史投喂数据作为第一输入值输入至预设的文本分析网络中,以通过所述文本分析网络分析所述投食对象的第一饥饿状态值;
将所述图像特征和所述历史投喂数据作为第二输入值输入至训练好的图像分析网络中,以通过所述图像分析网络分析所述投食对象的第二饥饿状态值;
根据所述第一饥饿状态值和所述第二饥饿状态值,计算所述投食对象的最终饥饿状态值,根据所述最终饥饿状态值,配置所述投食对象的当前投食量;
根据所述当前投食量,利用预先在所述投食区域中构建的投食设备执行所述投食对象的投食操作,得到所述投食对象的投食结果。
2.如权利要求1所述的应用于啮齿动物喂食场景下的远程自动投喂方法,其特征在于,所述将所述当前体征数据划分为特征描述文本和体征描述图像,包括:
获取所述当前体征数据中每个数据的对应的源代码,得到数据源代码,从所述数据源代码中提取出所述当前体征数据对应的存储代码;
根据所述存储代码,分析所述当前体征数据的存储格式,检测所述每个数据的数据构成元素;
根据所述存储格式和所述数据构成元素,将所述当前体征数据划分成特征描述文本和体征描述图像。
3.如权利要求1所述的应用于啮齿动物喂食场景下的远程自动投喂方法,其特征在于,所述对所述特征描述文本进行特征提取,得到文本特征,包括:
对所述特征描述文本进行向量化操作,得到文本向量,计算所述文本向量中每个向量的重合度,得到向量重合度;
根据所述向量重合度,对所述文本向量进行去重处理,得到目标向量,构建所述目标向量的向量矩阵;
根据所述目标向量,计算所述向量矩阵中每个矩阵对应的特征值,得到矩阵特征值;
根据所述矩阵特征值,对所述特征描述文本进行特征提取,得到文本特征。
4.如权利要求3所述的应用于啮齿动物喂食场景下的远程自动投喂方法,其特征在于,所述计算所述文本向量中每个向量的重合度,得到向量重合度,包括:
通过下述公式计算所述文本向量中每个向量的重合度:
其中,Da,b表示文本向量中两个向量之间的重合度,a和b表示文本向量的序列号,E表示文本向量的数学期望值,Fa表示文本向量中第a个向量对应的标准差,ρa表示文本向量中第a个向量对应的协方差,Fb表示文本向量中第b个向量对应的标准差,ρb表示文本向量中第b个向量对应的协方差。
5.如权利要求1所述的应用于啮齿动物喂食场景下的远程自动投喂方法,其特征在于,所述对所述体征描述图像进行特征提取,得到图像特征,包括:
对所述体征描述图像进行灰度转化,得到灰度体征图像,检测所述灰度体征图像中的图像像素点;
计算所述图像像素点中每个像素点的梯度值,得到像素梯度值,根据所述像素梯度值,计算所述每个像素点的梯度方向;
根据所述像素梯度值和所述梯度方向,构建所述每个像素点的梯度直方图,对所述梯度直方图进行图像合并,得到合并直方图;
通过所述合并直方图,确定所述灰度体征图像的特征描述符,根据所述特征描述符,得到所述体征描述图像的图像特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市前海远为科技有限公司,未经深圳市前海远为科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310419296.X/1.html,转载请声明来源钻瓜专利网。





