[发明专利]一种基于图像的宠物行为检测方法

说明书

本发明一种基于图像的宠物行为检测方法，步骤如下：首先通过摄像模块拍摄到多张宠物每种姿势的图像样本，对每张图像样本中的宠物姿势进行标记并归类，以得到包含宠物每种姿势的图像数据集；建立检测模型，设置判误率和迭代训练次数；将图像数据集导入检测模型内，按照S2中预设的迭代训练次数对检测模型进行训练，得到用于检测宠物行为的检测模型；对宠物的行为进行检测时，通过摄像模块拍摄到宠物的场景图像，将拍摄的场景图像输入检测模型中，检测模型将场景图像中的信息进行提取，得到该场景图像属于宠物各类姿势中某一类姿势的概率。本发明提供一种基于图像的宠物行为检测方法，帮助主人随时了解其宠物的状态。

技术领域

本发明涉及计算机科学人工智能领域。更具体地说，本发明涉及一种基于图像的宠物行为检测方法。

背景技术

目前，人们的生活质量已经得到大大的提高，不仅仅再只是注重温饱问题，也很注重与生活质量的提高。现在越来越多的家庭饲养猫狗等宠物，甚至将宠物视为家庭的一员，对于它们的许多趣味行为，主人通常会采用监控摄像进行拍摄并记录下来，以便日后进行反复观看。而人们在与宠物日常相处的过程中，人们除了希望与宠物之间有更多有趣的互动，更希望了解宠物的各种行为习惯，以人的角度来定义宠物的各种姿态，进而来推测宠物的状态。

发明内容

本发明的目的是提供一种基于图像的宠物行为检测方法，解决了以上所述问题。

为了实现根据本发明的这些目的和其它优点，提供了一种基于图像的宠物行为检测方法，步骤如下：

S1、通过摄像模块拍摄到多张宠物每种姿势的图像样本，对每张图像样本中的宠物姿势进行标记并归类，以得到包含宠物每种姿势的图像数据集；

S2、建立检测模型，设置判误率和迭代训练次数；

S3、将图像数据集导入检测模型内，按照S2中预设的迭代训练次数对检测模型进行训练，得到最终用于检测宠物行为的检测模型；

S4、对宠物的行为进行检测时，通过摄像模块拍摄到宠物的场景图像，将拍摄的场景图像输入检测模型中，检测模型将场景图像中的信息进行提取，得到该场景图像属于宠物各类姿势中某一类姿势的概率。

进一步地，所述S1中，得到图像数据集的具体过程如下：

通过摄像模块拍摄到1200张包含宠物每种姿势的图像样本，使用lableimg对每张图像样本进行标注，标注的信息为每张图像样本中的宠物的姿势、颜色、纹理和轮廓特征信息，根据每张图像样本中标注的特征信息进行归类，以得到包含宠物每种姿势的图像数据集。

进一步地，所述S1中用于制作图像数据集的宠物的种类为哈士奇、金毛、白猫和橘猫中的任意一种或几种，标记的宠物姿势为坐、躺和站立。

进一步地，所述S2中的检测模型为MobileNet和SSD合成的模型。

进一步地，所述S2中的误判率为0.00001，迭代训练次数为40000次。

进一步地，所述S3中得到最终用于检测宠物行为的检测模型的具体过程如下：

步骤a、将所述S1中的图像数据集随机分成训练集和测试集；

步骤b、将训练集导入检测模型内，按照预设的迭代训练次数对检测模型进行训练，然后采用测试集针对上述训练后的检测模型进行测试；

若准确率达到预期值，则将上述训练后的检测模型作为用于检测宠物行为的检测模型；

若准确率未达到预期值，将所述步骤Sa中的训练集和测试集进行交换，将测试集输入检测模型内并按预设的迭代训练次数进行训练，然后采用训练集对上述训练后的检测模型进行测试；

若所述步骤b中的准确率未达到预期值，再重复所述步骤a和所述步骤b，直到训练后的检测模型的准确率达到预期值。