[发明专利]识别猪只的方法和装置

权利要求书

1.一种识别猪只的方法，其特征在于，包括：

获取待识别猪只的待识别图像；

通过第一模型对所述待识别图像中的目标进行检测定位，获取包含目标的检测区域；

通过第二模型从所述检测区域中提取所述待识别猪只的识别特征，其中，所述第二模型为对多个猪只的特征进行训练所得到的神经网络模型；

比对所述待识别猪只的识别特征与预设特征，得到特征距离，其中，所述特征距离表征所述识别特征的特征向量与预设特征的特征向量之间的相似度；

根据所述特征距离确定所述待识别猪只的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述识别特征包括面部特征和/或外形特征，其中，所述面部特征至少包括如下之一：两眼间的距离、嘴巴的位置、头骨的宽度以及眼睛、嘴巴、头骨宽度在面部中的比例，外形特征至少包括如下之一：待识别猪只的颜色、待识别猪只的花纹、待识别猪只的身体各个部位之间的相对位置以及比例关系。

3.根据权利要求1所述的方法，其特征在于，通过第二模型从所述检测区域中提取所述待识别猪只的识别特征之前，所述方法还包括：

获取图像样本，其中，所述图像样本包含多个猪只的多个图像；

使用所述图像样本对所述第二模型进行训练。

4.根据权利要求1所述的方法，其特征在于，第一模型采用基于卷积神经网络的端到端的单级检测定位算法。

5.根据权利要求1所述的方法，其特征在于，在通过第一模型对所述待识别图像中的目标进行检测定位，获取包含目标的检测区域之后，所述方法还包括：

以所述检测区域为中心，对所述待识别图像进行预处理，得到第一目标区域图像；

对所述第一目标区域图像进行缩放处理，得到第二目标区域图像；

对所述第二目标区域图像进行裁剪，得到第三目标区域图像作为新的检测区域。

6.根据权利要求5所述的方法，其特征在于，以所述检测区域为中心，对所述待识别图像进行预处理，获得第一目标区域图像包括：以所述检测区域为中心，在所述检测区域的邻域的第一预设范围内对所述待识别图像进行随机抠取，得到所述第一目标区域图像。

7.根据权利要求5所述的方法，其特征在于，对所述第一目标区域图像进行缩放处理，得到第二目标区域图像，包括：

获取所述第一目标区域图像的长宽比例；

将所述第一目标区域图像的宽边长度设置在预设范围内；

基于所述长宽比例和宽边长度调节所述第一目标区域图像的长边长度，以对所述第一目标区域图像进行缩放，得到所述第二目标区域图像。

8.根据权利要求5所述的方法，其特征在于，对所述第二目标区域图像进行裁剪，得到第三目标区域图像作为新的检测区域包括：将所述第二目标区域图像裁剪为长宽比例为1的图像，作为所述第三目标区域图像。

9.根据权利要求1所述的方法，其特征在于，所述第二模型的损失函数为AdditiveMargin Softmax函数。

10.根据权利要求1所述的方法，其特征在于，所述第二模型包括：

卷积层，用于获取多个尺度下的特征图，并将对应于每个尺度的最后一个卷积层的输出结果作为所述检测区域在该尺度下的特征图；

池化层，用于对所述特征图进行全局平均池化操作，得到所述每个尺度对应的第一特征向量；

第一全连接层，用于对所述每个尺度对应的特征向量进行连接操作，得到第二特征向量；

第二全连接层，用于对所述第二特征向量进行降维处理，得到第三特征向量；

全连接分类器，用于根据所述第三特征向量得到所述待识别猪只的识别特征。

11.根据权利要求10所述的方法，其特征在于，所述第二模型还包括辅助分类器，对应于所述每个尺度的第一特征向量，所述辅助分类器用于在卷积神经网络的不同位置提供监督信息。