[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

说明书

本发明公开了一种基于BIM和人工智能的家禽进食并行异常检测方法，包括：对禽舍图像进行拼接、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；对禽舍全景图像进行家禽检测；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；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热图叠加；将叠加结果输入家禽异常进食分析神经网络，得到家禽异常进食等级，并生成异常进食信号；对禽舍建筑信息模型中的多种信息进行可视化。利用本发明，实现了自动化的家禽进食状态监控，检测效率高、检测准确率高。

技术领域

本发明属于人工智能、BIM、智慧畜牧技术领域，具体涉及一种基于BIM和人工智能的家禽进食并行异常检测方法。

背景技术

随着我国经济的快速发展，我国畜禽养殖业的迅猛发展。相应的，畜禽养殖业的养殖规模、养殖方式发生了巨大的变化。传统的养殖手段和经验方法由于其成本高昂，管理混乱，已不适应当前的行业发展。因此，畜禽养殖业迫切需要依靠前沿科技手段，建立其数字化、精细化和智能化的产业养殖管理模式。家禽若出现病态，最明显的表现就是在一段时间内进食减少，关注一段时间内家禽的进食状态可以及时发现家禽潜在疾病的问题。在养殖生产当中，家禽的状态监控有很大的挑战性。

一些研究根据动物包围框与食槽包围框的交并比对进食状态进行监控，对进食时间进行统计分析。首先，交并比不能很好的表征动物是否是在进食状态，因此检测精度不高。由于交并比的表征能力不强，进食时间统计也存在精度不高的问题。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出一种基于BIM和人工智能的家禽进食并行异常检测方法。

一种基于BIM和人工智能的家禽进食并行异常检测方法，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。

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。