[发明专利]基于神经网络的牛脸识别方法、装置、设备及存储介质

说明书

本申请实施例公开了一种基于神经网络的牛脸识别方法、装置、设备及介质，涉及人工智能图像识别技术领域。该方法包括：接收输入的数据源，解析数据源以获取其中包含牛脸图像的待识别图片；将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征；读取特征数据库，将所述图像特征与特征数据库中的牛脸图片特征进行比对；根据比对的结果输出相似度最高的牛脸图片作为识别结果。本申请支持单幅图片、多幅图片以及直接利用视频进行牛脸识别，兼容性强、使用灵活，无需对神经网络的特征提取进行大规模的牛脸数据训练，减低了对牛脸数据的依赖，能够有效地快速识别和追踪不同的牛，有效减低骗保和欺诈的可能性。

技术领域

本申请实施例涉及人工智能图像识别技术领域，特别是一种基于神经网络的牛脸识别方法、装置、设备及存储介质。

背景技术

随着规模化养殖的逐渐普及，和科技的进步、社会的发展，大型农场对家畜保险的情况越来越普及，而对农业保险的需求也越来越大。当农场中参保的牛的数量逐渐增加时，依靠传统的人工处理保单效果低下，会严重影响保单的处理效率，而且随着农业保险的推行，会给保险公司带来保险欺诈的风险。

这时需要利用到牛脸识别技术进行牛个体身份的判别，相比传统手工方式获取图像特征，牛脸识别时利用深度学习的方法能够提取图像中具有高判别性的深层特征，同时避免传统手工方式获取图像特征需要花费大量时间进行人工设计和调参的缺点。深度学习在计算机领域的研究和应用已经取得了巨大的成就，但深度学习方法在牛/猪等畜牧业领域的应用较少，而基于深度学习的人脸识别算法，需要海量(千万或亿级)的训练样本才能达到最优效果，且无法直接用来做牛脸识别，牛脸识别时若直接采集牛脸数据对神经网络进行训练，所花费的代价太高。

发明内容

本申请实施例所要解决的技术问题是，提供一种基于神经网络的牛脸识别方法、装置、设备及介质，能减小训练时对牛脸数据的依赖，并支持多种数据来源下对牛脸的有效识别。

为了解决上述技术问题，本申请实施例所述的一种基于神经网络的牛脸识别方法，采用了如下所述的技术方案：

一种基于神经网络的牛脸识别方法，包括：

接收输入的数据源，解析所述数据源以获取其中包含牛脸图像的待识别图片；

将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征；其中，所述神经网络模型依次采用人脸数据和牛脸数据进行特征提取的训练；

读取特征数据库，将所述图像特征与特征数据库中的牛脸图片特征进行比对；

根据比对的结果输出相似度最高的牛脸图片作为识别结果。

本申请实施例所述的基于神经网络的牛脸识别方法，支持单幅图片、多幅图片以及直接利用视频进行牛脸识别，兼容性强、使用灵活，无需对神经网络的特征提取进行大规模的牛脸数据训练，减低了对牛脸数据的依赖，能够有效地快速识别和追踪不同的牛，从而可以对相似牛进行有效区分，降低保单的处理成本并提升处理效率，有效减低骗保和欺诈的可能性，支持在复杂情况下稳定工作从而实现投保、索赔的自动化，使大规模自动化处理农险理赔工作成为可能。

进一步的，所述的基于神经网络的牛脸识别方法，所述解析所述数据源以获取其中包含牛脸图像的待识别图片的步骤包括：

识别所述数据源中数据的格式；

若数据的格式为视频格式，则采集所述数据源中的每一帧图片或以设置的采样间隔从所述数据源中采集图片，以获取包含牛脸图像的待识别图片的图片集。

进一步的，所述的基于神经网络的牛脸识别方法，所述将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征的步骤包括：

通过神经网络模型对所述图片集执行关于牛脸的特征提取，生成m个次级特征；