[发明专利]牲畜身份识别模型训练方法、识别方法、系统及装置

权利要求书

1.一种牲畜身份识别模型训练方法，其特征在于，所述方法包括：

获取训练样本集，所述训练样本集包括目标牲畜的多个畜脸图像样本；

将所述训练样本集输入到预先构建的目标牲畜身份识别模型中，进行模型训练，直至满足预设训练停止条件，得到训练好的目标牲畜身份识别模型；

其中，所述目标牲畜身份识别模型为包括恒等映射的双线性卷积神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述获取训练样本集之后，进行模型训练之前，包括：

通过对所述目标牲畜的多个畜脸图像样本进行筛选处理，筛选获得相似度满足预设条件的多个第一筛选目标畜脸图像样本；

相应地，所述将所述训练样本集输入到预先构建的目标牲畜身份识别模型中，进行模型训练，具体包括：

将所述多个第一筛选目标畜脸图像样本输入到预先构建的目标牲畜身份识别模型中，进行模型训练。

3.根据权利要求2所述的方法，其特征在于，获得所述多个第一筛选目标畜脸图像样本之后，还包括：

基于每个所述第一筛选目标畜脸图像样本，对每个所述第一筛选目标畜脸图像样本进行目标畜脸轮廓标记并剪裁，获得多个第一标记目标畜脸图像；

分别对所述第一标记目标畜脸图像进行边缘填充，获得多个第二标记目标畜脸图像；

相应地，所述将所述多个第一筛选目标畜脸图像样本输入到预先构建的目标牲畜身份识别模型中，进行模型训练，具体包括：

将所述多个第二标记目标畜脸图像输入到预先构建的目标牲畜身份识别模型中，进行模型训练。

4.一种牲畜身份识别方法，其特征在于，所述方法包括：

获取待识别的目标牲畜畜脸图像；

将所述待识别目标牲畜畜脸图像输入训练好的目标牲畜身份识别模型，得到目标牲畜身份识别结果；其中，所述目标牲畜身份识别模型基于权利要求1-3任意一项所述的牲畜身份识别模型训练方法得到。

5.根据权利要求4所述的方法，其特征在于，在获取待识别的目标牲畜畜脸图像之后，所述将所述待识别目标牲畜畜脸图像输入训练好的目标牲畜身份识别模型，得到目标牲畜身份识别结果之前，所述方法还包括：

对所述待识别目标牲畜畜脸图像进行边缘填充，获得待识别目标牲畜畜脸边缘填充图像；

相应地，所述将所述待识别目标牲畜畜脸图像输入训练好的目标牲畜身份识别模型，得到目标牲畜身份识别结果，具体包括：

将所述待识别目标牲畜畜脸边缘填充图像输入训练好的目标牲畜身份识别模型，得到目标牲畜身份识别结果。

6.根据权利要求4所述的方法，其特征在于，所述训练好的目标牲畜身份识别模型包括第一特征提取函数和第二特征提取函数；所述第一特征提取函数和第二特征提取函数均包括至少一个卷积层；所述待识别目标牲畜畜脸图像包括至少一个位置的畜脸特征；

所述将所述待识别目标牲畜畜脸图像输入训练好的目标牲畜身份识别模型，得到目标牲畜身份识别结果，具体包括：

对于每个位置的畜脸特征，分别将所述第一特征提取函数和所述第二特征提取函数的最后一个卷积层提取到的畜脸特征与对应位置所有卷积层提取的畜脸特征进行矩阵外积运算处理，获得每个位置的目标畜脸双线性特征；

根据特征融合函数将获得的所述每个位置的目标畜脸双线性特征进行特征融合处理，获得融合后的目标畜脸双线性特征；

根据所述融合后的目标畜脸双线性特征确定所述目标牲畜身份识别结果。

7.一种数据处理系统，其特征在于，所述系统包括：服务器、边缘计算设备和数据采集设备；

所述服务器用于执行权利要求1-3任意一项所述的牲畜身份识别模型训练方法，并将训练得到的牲畜身份识别模型发送至所述边缘计算设备；

所述数据采集设备用于采集目标牲畜信息，所述目标牲畜信息包括目标牲畜畜脸图像，并将所述目标牲畜信息发送到边缘计算设备；

所述边缘计算设备用于根据所述目标牲畜畜脸图像、所述牲畜身份识别模型和识别牲畜身份，得到牲畜身份识别结果。