[发明专利]牲畜行为分析方法及装置在审

专利信息
申请号: 201810090934.7 申请日: 2018-01-30
公开(公告)号: CN108596014A 公开(公告)日: 2018-09-28
发明(设计)人: 邓昌顺 申请(专利权)人: 邓昌顺
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/02
代理公司: 北京卓唐知识产权代理有限公司 11541 代理人: 唐海力;韩来兵
地址: 102218 北京市昌平区回*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频图像 牲畜 行为分析 行为模型 图像 标注 神经网络模型 技术效果 判断结果 训练数据 异常行为 申请 工作量 查询 分类 干预 养殖 表现
【权利要求书】:

1.一种牲畜行为分析方法,其特征在于,包括:

获取属于同类牲畜但不同个体的视频图像,所述视频图像具有行为标注;

根据所述行为标注将所述视频图像进行分类,得到行为图像,不同行为图像具有不同的表现行为;

将行为图像作为训练数据对神经网络模型进行训练,得到能够识别外在行为的行为模型;

在接收到待识别牲畜的视频图像后,将所述待识别牲畜的视频图像输入至行为模型,得到外在行为;

查询行为库,判断所述外在行为是否为异常行为,并根据判断结果生成干预信息,所述行为库存储有不同的外在行为与异常行为以及对应的指导信息的关联关系。

2.根据权利要求1所述的方法,其特征在于,所述查询行为库,判断所述外在行为是否为异常行为,并根据判断结果生成干预信息,包括:

判断所述外在行为是否为异常行为;

如果是异常行为,则按照所述异常行为对应的指导信息生成报警数据后输出,否则不做处理。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

在按照所述异常行为对应的指导信息生成报警数据后输出,根据待识别牲畜的视频图像获取头部特征和/或身体特征;

根据所述头部特征和/或身体特征在监控视频上对所述待识别牲畜进行标注。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

接收利用移动设备拍摄获取的需匹配的牲畜图像;

提取所述需匹配的牲畜图像的头部特征和/或身体特征后,将所述需匹配的牲畜图像的头部特征和/或身体特征与待识别牲畜的所述需匹配的牲畜图像的头部特征和/或身体特征进行匹配,判断是否一致;

如果一致,则生成提示信息。

5.根据权利要求1所述的方法,其特征在于,所述获取属于同类牲畜但不同个体的视频图像,还包括:

将所有视频图像进行的分辨率进行归一化处理。

6.根据权利要求1所述的方法,其特征在于,所述根据所述行为标注将所述视频图像进行分类,包括:

判断所述视频图像是否具有行为标注;

如果不具有行为标注,则剔除所述视频图像。

7.根据权利要求1所述的方法,其特征在于,所述将所述待识别视频图像输入至行为模型前,还包括:

所述行为模型是否重新接收到训练数据;

如果是,则将重新接收到的训练数据对所述行为模型重新训练。

8.一种牲畜行为分析装置,其特征在于,包括:

视频获取单元,用于获取属于同类牲畜但不同个体的视频图像,所述视频图像具有行为标注;

视频分类单元,用于根据所述行为标注将所述视频图像进行分类,得到行为图像,不同行为图像具有不同的表现行为;

行为模型单元,用于将行为图像作为训练数据对神经网络模型进行训练,得到能够识别外在行为的行为模型;

行为识别单元,用于在接收到待识别牲畜的视频图像后,将所述待识别牲畜的视频图像输入至行为模型,得到外在行为;

异常判断单元,用于查询行为库,判断所述外在行为是否为异常行为,并根据判断结果生成干预信息,所述行为库存储有不同的外在行为与异常行为以及对应的指导信息的关联关系。

9.根据权利要求8所述的装置,其特征在于,所述异常判断单元包括:

异常判断模块,用于判断所述外在行为是否为异常行为;

异常处理模块,用于如果是异常行为,则按照所述异常行为对应的指导信息生成报警数据后输出,否则不做处理。

10.根据权利要求9所述的装置,其特征在于,所述装置还包括:

特征提取单元,用于在按照所述异常行为对应的指导信息生成报警数据后输出,根据待识别牲畜的视频图像提取头部特征和/或身体特征;

个体标准单元,用于根据所述头部特征和/或身体特征在监控视频上对所述待识别牲畜进行标注。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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邓昌顺,未经邓昌顺许可,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/201810090934.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top