[发明专利]对鼠情进行统计的方法、装置以及存储介质

权利要求书

1.一种对鼠情进行统计的方法，其特征在于，包括：

获取多个目标图片，其中所述目标图片中包含单个老鼠图像，生成所述目标图片的操作包括对老鼠进行图像采集；以及

利用基于机器学习训练的计算模型，对所述多个目标图片进行分析，并生成统计信息，其中所述统计信息包括作为所述图像采集的对象的所述老鼠的数量。

2.根据权利要求1所述的方法，其特征在于，所述计算模型包括特征提取模型和聚类模型，以及利用所述计算模型，对所述多个目标图片进行分析，并生成所述统计信息的操作，包括：

利用所述特征提取模型，分别生成与所述多个目标图片中包含的所述老鼠图像对应的多个目标特征向量；

根据所述聚类模型，对所述多个目标特征向量进行聚类操作，并获取由所述聚类操作生成的目标类别的个数；

将所述目标类别的个数确定为所述老鼠的数量；以及

根据所述老鼠的数量生成所述统计信息。

3.根据权利要求2所述的方法，其特征在于，所述特征提取模型包括卷积模型，其中所述卷积模型包括多个卷积层，并且利用所述特征提取模型，分别对所述多个目标图片中包含的所述老鼠图像进行多个特征的提取的操作，包括：

利用所述卷积模型，分别生成与所述多个目标图片一一对应的多个目标特征向量，其中所述目标特征向量包括与所对应的目标图片中的老鼠图像的形貌相关的特征参数。

4.根据权利要求3所述的方法，其特征在于，所述特征参数包含以下至少一项：所述特征向量对应的老鼠图像的眼睛、鼻子、嘴巴、体型、腿部、足部、尾巴、体毛以及胖瘦信息。

5.根据权利要求2所述的方法，其特征在于，根据所述聚类模型，对所述多个目标特征向量进行聚类操作的操作，包括：根据最近邻检索算法，对所述多个目标特征向量进行聚类操作。

6.根据权利要求3所述的方法，其特征在于，还包括通过以下操作对所述卷积模型进行训练：

获取多个样本图片，其中所述样本图片中包含单个老鼠图像，并且所述多个样本图片分为多个类别，相同类别中的样本图片对应于相同的老鼠；

构建识别模型，其中所述识别模型包括所述卷积模型以及分类模型，其中所述分类模型用于根据所述卷积模型输出的特征向量生成输出向量，所述输出向量用于指示所述特征向量对应的老鼠图像的类别；

利用所述识别模型，生成与所述样本图片对应的输出向量；以及

将所述输出向量与预先设置的与所述样本图片对应的标注向量进行比较，并且根据比较的结果调节所述卷积模型，其中所述标注向量用于指示所述样本图片的实际类别。

7.根据权利要求6所述的方法，其特征在于，将所述输出向量与预先设置的与所述样本图片对应的标注向量进行比较的操作，包括计算所述输出向量与所述标注向量之间的L1空间距离，以及根据比较的结果调节所述卷积模型的操作，包括：

将所述L1空间距离作为损失函数，计算所述损失函数的梯度；以及

基于所述梯度，根据随机梯度下降原理对所述卷积模型进行调节。

8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至7中任意一项所述的方法。

9.一种对鼠情进行统计的装置，其特征在于，包括：

目标图片获取模块，用于获取多个目标图片，其中所述目标图片中包含单个老鼠图像，生成所述目标图片的操作包括对老鼠进行图像采集；以及

统计信息生成模块，用于利用基于机器学习训练的计算模型，对所述多个目标图片进行分析，并生成统计信息，其中所述统计信息包括作为所述图像采集的对象的所述老鼠的数量。

10.一种对鼠情进行统计的装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

获取多个目标图片，其中所述目标图片中包含单个老鼠图像，生成所述目标图片的操作包括对老鼠进行图像采集；以及

利用基于机器学习训练的计算模型，对所述多个目标图片进行分析，并生成统计信息，其中所述统计信息包括作为所述图像采集的对象的所述老鼠的数量。