[发明专利]基于BIM和人工智能的家禽进食并行异常检测方法

权利要求书

1.一种基于BIM和人工智能的家禽进食并行异常检测方法，其特征在于，该方法包括：

构建禽舍区域建筑信息模型以及信息交换模块；

使用模拟器生成不同视角下家禽不同进食情况下的家禽头部关键点移动轨迹，根据家禽头部关键点移动轨迹生成时段热度叠加图像，构建时段热度叠加图像样本集并进行标注；

利用标注后的时段热度叠加图像样本集训练家禽异常进食分析神经网络，家禽异常进食分析神经网络包括：家禽异常进食分析编码器，对时段热度叠加图像进行分析，得到第三特征图；第二全连接网络，对第三特征图进行加权分类，得到家禽异常进食等级；

将摄像头实时采集的禽舍图像进行图像拼接、融合得到禽舍全景图像，将禽舍全景图像投影变换至禽舍建筑信息模型；

基于家禽及食槽检测神经网络对禽舍全景图像进行家禽检测，得到家禽以及食槽包围框信息；

根据家禽以及食槽包围框信息对禽舍全景图像进行裁剪截取，截取每只家禽感兴趣区域图像；

基于家禽头部关键点检测神经网络对投放食物后的一段时间内每只家禽感兴趣区域图像进行头部关键点检测，得到家禽头部关键点热力图；

针对每只家禽，将家禽头部关键点映射回禽舍全景图像，将投放食物后的一段时间内家禽头部关键点落入食槽感兴趣区域的家禽头部关键点热力图进行逐像素叠加，得到该家禽的时段热度叠加图像；

将家禽的时段热度叠加图像输入家禽异常进食分析神经网络，得到家禽异常进食等级；

若家禽异常进食等级大于设定阈值，生成异常进食信号，利用信息交换模块将异常进食信号至禽舍区域信息模型；

结合WebGIS技术对禽舍建筑信息模型中的多种信息进行可视化，多种信息包括：禽舍区域三维空间模型、禽舍全景图像、家禽异常进食等级、异常进食信号。

2.如权利要求1所述的方法，其特征在于，所述根据家禽头部关键点移动轨迹生成时段热度叠加图像具体为：

对家禽头部关键点移动轨迹中的每个轨迹点进行高斯模糊处理，得到时段热度叠加图像。

3.如权利要求1所述的方法，其特征在于，所述将摄像头实时采集的禽舍图像进行图像拼接、融合得到禽舍全景图像包括：

提取待拼接禽舍图像的特征点，进行特征点的匹配；根据匹配点对进行单应性矩阵的估计，将待拼接图像转换到同一坐标下；进行图像融合，得到禽舍全景图像。

4.如权利要求1所述的方法，其特征在于，所述家禽及食槽检测神经网络包括：

家禽及食槽检测编码器，对禽舍全景图像进行编码、提取特征，得到第一特征图；

第一全连接网络，对第一特征图进行分析，得到家禽包围框锚点与家禽包围框宽、高以及食槽包围框锚点与食槽包围框宽、高。

5.如权利要求1所述的方法，其特征在于，所述家禽头部检测神经网络包括：

家禽头部关键点检测编码器，对家禽图像进行特征提取，得到第二特征图；

家禽头部关键点检测解码器，对第二特征图进行上采样重构，得到家禽头部关键点热力图，其中的热斑表征家禽头部关键点置信度。