[发明专利]一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法

权利要求书

1.一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法，包括以下步骤：

A.小鼠不同行为图像信息的获取；

B.小鼠行为图像样本的划分；

C.卷积神经网络的图像特征提取；

D.长短期记忆网络的小鼠行为表征模型构建。

2.根据权利要求1所述的一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法，其特征在于：所述的步骤A中，利用红外成像技术获取小鼠不同行为下的红外图像信息，得到小鼠取食行为的红外图像数据集。

3.根据权利要求1所述的一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法，其特征在于：所述的步骤B中，采用煤和矸石多光谱图像数据作为参考模型数据，采用随机抽样法将煤和矸石多光谱图像数据按照一定的比例划分为独立的训练集和测试集。

4.根据权利要求1所述的一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法，其特征在于：所述的步骤C中，用于提取红外图像特征的卷积神经网络是一种包含单个Res-Inception模块的网络结构，主要包含卷积层、标准化层、池化层和全连接层等。

5.根据权利要求1所述的一种基于机器视觉下CNN-LSTM的小鼠取食行为表征方法，其特征在于：所述的步骤D中，利用CNN提取的红外图像特征在训练集上构建长短期记忆网络小鼠行为表征模型，然后利用测试集来测试表征的效果，验证模型性能。