[发明专利]群体环境中多猪体运动轨迹提取和行为分析方法

权利要求书

1.群体环境中多猪体运动轨迹提取和行为分析方法，其特征在于，包括下述步骤：

利用已知单目标跟踪算法提出群体环境中同时跟踪多头生猪的算法，即在每头生猪目标区域及其紧邻区域内随机取样若干样本点，将这些样本点称之为粒子，按照离目标区域的距离确定背景粒子和前景粒子，根据粒子的分布情况确定每头生猪的位置和大小，最后根据上一帧每头生猪的猪体体尺限制当前帧该猪体尺变化范围，得到当前帧每头生猪的目标跟踪结果；利用已知单目标跟踪算法提出群体环境中同时跟踪多头生猪的算法时，需要改进目标重叠区域的采样方式并控制目标体尺的改变量，具体包括下述步骤：

改进原来基于粒子滤波的单目标跟踪方法，当两个猪体靠近时，目标框出现重叠区域，当重叠区域面积小于目标体尺面积的1/4时，避免在重叠区域内采样前景粒子；当重叠区域面积大于目标体尺的1/4且小于目标体尺面积的3/4时，只采样重叠区域内置信度很大的前景粒子；当重叠区域面积大于目标体尺的3/4时，两目标基本重合，按照正常状态采样前景粒子；背景粒子的采样、根据粒子位置与响应值判断物体位置的方式和基于粒子滤波的单目标跟踪方法保持一致；

记录视频帧长度和宽度值，以此定位轨迹绘制时的坐标轴区间；记录视频帧总数和猪的极限运动速度，定位猪体速度曲线的坐标轴区间；

通过跟踪算法，提取当前帧猪体目标框的长度和宽度，根据公式(1)计算目标猪体面积：

Area(i,j)＝length(i,j)*width(i,j) (1)

其中Area(i,j)、length(i,j)、width(i,j)分别为第i帧第j头猪体目标框的面积、长度和宽度；

根据上一帧和当前帧同一猪体的目标框面积，计算相邻两帧面积的缩放比例，根据公式(2)将当前帧目标框面积缩放比例控制在一定阈值内；

其中Area'(i,j)为控制缩放比例后第i帧第j头猪目标框的面积，和为相邻两帧面积可变化的阈值范围，W的含义为：如果则将第i帧第j个目标框的长和宽调整为第i-1帧第j个目标框面积的倍；如果则将第i帧第j个目标框的长和宽调整为第i-1帧第j个目标框面积的倍；

在每个视频帧中，用不同序号显示不同猪体的目标框；

根据目标跟踪结果，提取每头猪每帧的目标框中心点坐标，绘制每头猪的运动轨迹；根据每头猪相邻两帧中心位置的距离差值，确定运动猪体的瞬时速度，绘制猪体的速度变化图；每头猪的目标框序号与其对应轨迹图的序号和速度曲线序号保持一致；

通过猪在每个视频帧中的速度值，得到猪几乎静止不动的帧数和时间、猪缓慢行走的帧数和时间、猪快速运动的帧数和时间；

根据每帧每头生猪的跟踪得到的目标框，将目标框自身及其周围紧邻区域作为感兴趣区域，通过视频分割算法，获取每帧每头猪的像素级外观轮廓，建立猪体站姿和卧姿的标准数据库，对比猪体的外观轮廓和标准库中数据的相似度，判断猪体的当前姿态为站立或者趴卧；

联合猪体的运动轨迹形态，运动速度变化和姿态变化特点，并根据专家知识，得到猪体正常走动和异常躁动时的行为特征，判断出猪体趴卧不动、静止站立、缓慢行走、快速跑动和异常躁动这五种典型行为。

2.根据权利要求1所述群体环境中多猪体运动轨迹提取和行为分析方法，其特征在于，在Matlab环境中得到跟踪算法跟踪结果每帧中心点坐标X值Y值的数据信息和视频序列中隐藏的时间信息，显示每头猪的运动轨迹图，具体为：

解析由跟踪算法得到的跟踪结果，得到所有视频帧中每个被跟踪猪体的中心位置值，将每个猪体的中心位置值按照视频帧数存储在一个二维矩阵中；

将每个猪体对应的二维数组值映射到坐标轴，生成猪体的运动轨迹图，轨迹序号与猪体对应的目标框序号保持一致。