[发明专利]一种基于视频追踪技术的动物个体识别系统

说明书

本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster‑RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster‑RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。

技术领域

本发明所属机器学习领域，具体涉及一种基于视频追踪技术的动物个体识别系统。

背景技术

动物个体识别是进行动物日常管理的前提和基础，广泛应用于动物的日常饲养管理、动物保险，动物谱系、档案建立等方面。目前常用的识别动物个体的方法分为物理识别技术以及生物识别技术两大类：1)物理识别技术，环、标、缺刻法、刺纹法、烙印法、染料标记法、微电子芯片皮下掩埋法，无线射频识别(radiofrequency identification，RFID)技术等；2)生物技术：DNA识别技术，虹膜识别技术，足迹识别。脚环和翅标适用于禽类生物，在兽类中使用受限制。缺刻法、刺纹法、烙印法和微电子芯片皮下掩埋法会给动物造成一定损伤，不适用于目前福利养殖的大环境，对动物保护不利。染料标记法受制于动物生活场景，通常动物的生活场景较脏，染料的标记会被弄脏，磨损而不易识别。DNA等生物识别技术，识别价格昂贵，适用于个体数目少且价值比较高的珍稀动物，不适用于普通养殖的动物个体识别。RFID(radiofrequency identification，RFID)技术，常用于奶牛、猪等牲畜饲养场景，但脱落率较高，限制了一些实际应用场景。生物技术成本较高，适用于实验场景，实际饲养环境实现较困难。

[CN201680039011.8]公开了一种基于牛和奶牛的动物来识别个体动物的系统和方法，利用采集到的背部特征与图像进行匹配从而完成个体识别。当两头奶牛的背部花色特别相似的时候，该方法无法完成正确的个体识别。[CN201210137233.7]公开了一种属于分子生物学领域用于动物个体身份识别和/或肉产品溯源的条形码编制方法及其应用。[CN201120191489.7]公开了一种声表面波动物个体非接触识别系统属于实用新型专利。需要在每头牲畜身上粘贴声波识别标签，类似于标记方法，受饲养环境限制较大。[CN200820237737.5]公开了一种大型动物个体溯源虹膜识别中间件，用于连接虹膜摄像机和外部数据库，属于虹膜识别领域。[CN101447025]发明公开了一种大型动物虹膜识别方法，属于虹膜识别领域,利用图像处理相关方法完成动物虹膜的识别，实现个体追踪和肉品溯源。动物虹膜数据采集难度远远高于人类虹膜数据的采集，并且设备的成本较高，很难实际应用。[CN201710569030.8]公开了一种基于Gabor方向直方图和猪体毛发模式的猪个体识别方法。该方法利用了一种基于自适应分割和多阈值分割的目标提取方法提取每张图片中的多个猪只目标，与数据库中的猪只进行匹配，达到猪个体身份识别的目的。[CN201611187459.2]公开了基于机器视觉的猪个体识别与饮水行为分析方法。该项研究更侧重于猪个体的饮水行为分析，对于猪的个体识别方法提及较少。[CN201710544932.6]公开了一种无标记模式动物个体的自动识别方法。通过采集动物运动图像序列，建立图像背景模型，利用SVM实现分类识别。