[发明专利]一种基于多角度深度信息融合的奶牛体况评分方法及系统

说明书

本发明提供一种基于多角度深度信息融合的奶牛体况评分方法，包括以下步骤：S1：从多个角度获取奶牛的RGB‑D视频；S2：从RGB‑D视频中提取关键帧组；S3：构建基于多角度深度信息融合的奶牛体况评分网络，并对奶牛体况评分网络进行训练，得到训练好的奶牛体况评分网络；S4：将奶牛的关键帧组输入训练好的奶牛体况评分网络中进行体况评分，得到评分结果。本发明提供一种基于多角度深度信息融合的奶牛体况评分系统，包括栏位、3D摄像头、耳标识读器、视频处理模块、奶牛体况评分模块和数据存储模块。本发明提供一种基于多角度深度信息融合的奶牛体况评分方法及系统，解决了目前基于深度图像的建模方法通常仅考虑单一的角度进行评分的问题。

技术领域

本发明涉及奶牛体况评分技术领域，更具体的，涉及一种基于多角度深度信息融合的奶牛体况评分方法及系统。

背景技术

良好的奶牛体况是奶牛高产与健康的标志。奶牛体况评分(Cow Body ConditionScoring，BCS)将奶牛的体况量化，通常情况下是采用5分制，级差为0.25。体况评分越高，奶牛越胖，反之越瘦。当奶牛的分数高于4.0或低于2.5时，表明该奶牛有严重的健康问题。因此，奶牛的体况分数能为牛群饲养的管理提供参考，具有重要的意义。

在深度摄像头技术的成熟及普及之前，奶牛的体况评分主要是以人工观察法进行评估，专家通过观察奶牛骨盆以及腰部的特定位置为奶牛打分。该方法具有主观性，且效率低。随着深度摄像头技术的成熟及普及，越来越多的学者通过采集奶牛的深度图像进行建模，但目前基于深度图像的建模方法通常仅考虑单一的角度进行评分，准确性比较低。

现有技术中，如2019年3月22日公开的中国专利，基于深度学习与远程视频的奶牛体况智能评分系统，公开号为CN109508907A，采用深度学习算法Faster R-CNN对接收到的奶牛3D图像进行处理得到奶牛评分数据，但每次处理仅基于单个角度的3D图像，不够准确。

发明内容

本发明为克服目前基于深度图像的建模方法通常仅考虑单一的角度进行评分的技术缺陷，提供一种基于多角度深度信息融合的奶牛体况评分方法及系统。

为解决上述技术问题，本发明的技术方案如下：

一种基于多角度深度信息融合的奶牛体况评分方法，包括以下步骤：

S1：从多个角度获取奶牛的RGB-D视频；

S2：从RGB-D视频中提取关键帧组；

S3：构建基于多角度深度信息融合的奶牛体况评分网络，并对奶牛体况评分网络进行训练，得到训练好的奶牛体况评分网络；

S4：将奶牛的关键帧组输入训练好的奶牛体况评分网络中进行体况评分，得到评分结果。

上述方案中，通过从多个角度获取的奶牛的RGB-D视频中提取关键帧组，然后构建基于多角度深度信息融合的奶牛体况评分网络对关键帧组进行处理得到奶牛体况的评分结果，突破单一角度评分的局限，使评分结果更准去，更具有说服力。

优选的，步骤S2包括以下步骤：

S2.1：在RGB-D视频中设置感兴趣区域；

S2.2：对RGB-D视频进行奶牛臀部的目标检测；

S2.3：将检测到的奶牛臀部与对应的奶牛的耳标信息相关联，同时创建追踪器在RGB-D视频的每帧画面中对检测到的奶牛臀部进行滤波追踪；

S2.4：判断当前帧的追踪器所追踪的帧数是否达到预设的帧数阈值；

若达到，则在当前帧进行目标检测，得到检测结果；

若未达到，则追踪器继续下一帧的滤波追踪，并返回步骤S2.4；