[发明专利]一种猪脸识别系统及方法

权利要求书

1.一种猪脸识别系统，其特征在于，包括摄像模块、前端应用模块和后端识别模块，

所述摄像模块用于获取猪脸的图像信息并传送给所述前端应用模块；

所述前端应用模块包括猪脸取脸模型和分割单元，所述猪脸取脸模型用于识别出猪脸信息，根据图像信息生成包含猪脸的有效图片，并将猪脸的有效图片传递给后端识别模块，所述分割单元与所述猪脸取脸模型相连，所述分割单元用于在所述猪脸取脸模型识别预览图像信息中完整猪脸个数大于阈值时，将该预览图像分割成若干个仅包含一个完整猪脸的图像；

所述后端识别模块包括猪脸识别模型和校准单元，所述校准单元用于用于判断所述猪脸的有效图片中的五官位置是否处于同一水平面，及在判断为否时，将所述待测影像中的五官位置对齐至同一水平面，所述猪脸识别模型用于根据猪脸取脸模型生产的猪脸的有效图片，通过比对判断该猪只是否为新增猪只还是已有猪只，如果是新增猪只就生成全球唯一猪只身份ID，如果是已有猪只就识别出猪只身份ID。

2.根据权利要求1所述猪脸识别系统，其特征在于：还包括猪脸数据库，所述猪脸数据库用于存储猪脸数据及猪脸所对应ID。

3.根据权利要求1所述猪脸识别系统，其特征在于：所述后端识别模块配置在服务端，提供接口给前端应用模块调用。

4.根据权利要求1所述猪脸识别系统，其特征在于：所述猪脸取脸模型包括读取视频帧单元、调用模型单元、生成猪脸图片单元；

所述读取视频帧单元用于采集摄像模块获取的猪只源数据视频文件，针对每个猪只视频，读取每个视频帧，将视频帧转化为图片；

所述调用模型单元根据读取视频帧单元转换的图片，调用训练好的猪脸模型判断此输入图片是否包含猪脸并且返回判断结果；

所述生成猪脸图片单元用于根据所述调用模型单元的判断结果来决定是否保存该图片，并输出包含猪脸的图片。

5.一种猪脸识别方法，其特征在于，包括以下步骤：

S1：前端应用模块调用摄像模块扫描猪脸，摄像模块将扫描的图像信息传递给前端应用模块；

S2：前端应用模块在接收到摄像模块传递的图像信息后，调用猪脸取脸模型对图像信息进行以判断该图像信息是否有效，如果无效则继续调用摄像模块扫描猪脸；如果有效则将图像信息上传存储服务器并调用后端识别模块的服务；

S3：调用后端识别模块的猪脸识别模型判断上传图像信息的猪只是否为新增猪只，如果是新增猪只，创建新增猪只ID存储到数据库，并返回新建的猪只ID；如果是已有猪只，则调用猪脸识别模型进行计算得出该猪只的身份ID，并返回给服务的调用者；

S4：前端应用模块得到后端识别模块返回的猪只ID，在应用上显示猪只ID信息。

6.根据权利要求5所述猪脸识别方法，其特征在于，所述步骤S2中调用猪脸取脸模型对图像信息进行以判断该图像信息是否有效方法包括以下步骤：

S21：根据采集摄像模块获取的猪只源数据视频文件，针对每个猪只视频，程序读取每个视频帧，将视频帧转化为图片；

S22：根据视频帧转化的图片，调用训练好的猪脸模型判断此输入图片是否包含猪脸并且返回判断结果；

S23：根据所述判断结果来决定是否保存该图片，如果包含该图片包含猪脸则输出该包含猪脸的图片。

7.根据权利要求5所述猪脸识别方法，其特征在于，所述步骤S3中猪脸识别模型识别猪只的方法为基于卷积神经网络的猪只身份识别方法，其包括以下步骤：

S31:首先构建用于自动提取猪只脸部特征的卷积神经网络，并设定卷积神经网络的训练参数；然后采集带有正脸和侧脸的猪只识别图片集作为一次训练样本，利用建立的一次训练样本对卷积神经网络进行训练，直至达到设定的训练参数后停止训练，即生成猪只脸部特征码生成器；

S32：将某一已知猪只的正脸及侧脸图片集作为数据源输入猪只脸部特征码生成器中，经信号处理后猪只脸部特征码生成器的输出端输出该猪只对应的特征码和猪只ID；

S33：重复上述步骤S32，则分别得到各已知猪只的特征码和其对应的猪只ID，各个已知猪只的特征码和猪只ID即构成猪只特征码库；

S34：利用猪只特征码库作为二次训练样本对卷积神经网络进行训练，直至达到设定的训练参数后停止训练，即生成猪脸分类器；

S35：将待识别猪只的猪脸图片的特征码输入猪脸分类器中，通过猪脸分类器的输出端输出该猪只是否为新猪。由于新猪的正脸和侧脸图片集未被录入进猪只脸部特征码生成器中，在猪只特征码库和猪脸分类器中均未有记录。