[发明专利]一种饲养环境的信息提示方法、装置、介质及电子设备

权利要求书

1.一种饲养环境的信息提示方法，其特征在于，包括：

获取饲养环境视频数据；其中，所述环境视频数据覆盖饲养环境单元的所有范围；

通过预先训练的神经网络模型确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型；

若所述拥挤程度和拥挤事件类型符合预设条件，则生成拥挤程度和拥挤事件类型提示信息。

2.根据权利要求1所述的方法，其特征在于，通过预先训练的神经网络模型确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型，包括：

确定所述饲养环境单元中牲畜的距离；

根据所述距离，采用Delaunay三角剖分算法确定牲畜的拥挤度。

3.根据权利要求2所述的方法，其特征在于，所述确定所述饲养环境单元中牲畜的距离，包括：

使用目标检测模型，识别所述饲养环境单元中的牲畜，并得到牲畜的位置信息；

根据所述饲养环境单元中的各牲畜的牲畜的位置信息，确定牲畜之间的距离，同时以每个牲畜作为一个点，两两连线，获得抽象几何图形，基于所述几何图形去预测拥挤事件类型。

4.根据权利要求1所述的方法，其特征在于，通过预先训练的神经网络模型确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型，包括：

通过预先训练的神经网络模型，确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型，以及拥挤诱发事件；

相应的，若所述拥挤程度和拥挤事件类型符合预设条件，则生成拥挤程度和拥挤事件类型提示信息，包括：

若所述拥挤程度和拥挤事件类型符合预设条件，且根据所述拥挤诱发事件，确定拥挤程度和拥挤事件类型提示信息。

5.一种饲养环境的信息提示装置，其特征在于，包括：

视频获取模块，用于获取饲养环境视频数据；其中，所述环境视频数据覆盖饲养环境单元的所有范围；

拥挤程度和拥挤事件类型确定模块，用于通过预先训练的神经网络模型确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型；

提示信息生成模块，用于若所述拥挤程度和拥挤事件类型符合预设条件，则生成拥挤程度和拥挤事件类型提示信息。

6.根据权利要求5所述的装置，其特征在于，所述拥挤程度和拥挤事件类型确定模块，包括：

距离确定单元，用于确定所述饲养环境单元中牲畜的距离；

拥挤程度和拥挤事件类型计算单元，用于根据所述距离，采用Delaunay三角剖分算法确定牲畜的拥挤度。

7.根据权利要求6所述的装置，其特征在于，所述距离确定单元，具体用于：

使用目标检测模型，识别所述饲养环境单元中的牲畜，并得到牲畜的位置信息；

根据所述饲养环境单元中的各牲畜的牲畜的位置信息，确定牲畜之间的距离。

8.根据权利要求5所述的装置，其特征在于，所述拥挤程度和拥挤事件类型确定模块，包括：

诱发事件确定单元，用于通过预先训练的神经网络模型，确定所述饲养环境单元中牲畜的拥挤程度和拥挤事件类型，以及拥挤诱发事件；

相应的，提示信息生成模块，包括：

提示信息确定单元，用于若所述拥挤程度和拥挤事件类型符合预设条件，且根据所述拥挤诱发事件，确定拥挤程度和拥挤事件类型提示信息。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的饲养环境的信息提示方法。

10.一种移动电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4中任一所述的饲养环境的信息提示方法。