[发明专利]一种动物行为识别方法及系统

权利要求书

1.一种动物行为识别方法，其特征在于，包括：

通过毫米波设备采集动物行为识别训练数据；

利用采集的训练数据，进行网络模型训练；所述网络模型包括密集连接模块和压缩激励模块；

通过所述毫米波设备采集待识别动物行为数据；

利用训练后的网络模型，进行动物行为识别。

2.根据权利要求1所述的动物行为识别方法，其特征在于，所述通过毫米波设备采集动物行为识别训练数据，具体为：

通过若干个毫米波设备同时采集动物行为的点云数据，并记录每一毫米波设备的采集时间；

将每一毫米波设备采集的点云数据进行合并；

采用DBSCAN聚类算法去除合并数据中的噪声点；

将点云数据中随机截取的连续帧作为样本序列，标注为对应动物行为的标签向量，作为动物行为训练数据。

3.根据权利要求2所述的动物行为识别方法，其特征在于，所述点云数据包括多个反射点数据，所述反射点数据包括反射点的三维坐标、速度和信噪比。

4.根据权利要求2所述的动物行为识别方法，其特征在于，所述将每一毫米波设备采集的点云数据进行合并，具体为：

将全部点云数据的反射点数据转换至同一直角坐标系下；

计算不同毫米波设备采集时间的时间差；

当计算的时间差小于设定阈值时，合并其对应的转换后点云数据。

5.根据权利要求1所述的动物行为识别方法，其特征在于，所述网络模型包括三个密集连接模块，每两个密集连接模块之间设置输出维度固定为输入大小的过渡层。

6.根据权利要求1所述的动物行为识别方法，其特征在于，所述密集连接模块和压缩激励模块之间设置1×1卷积层。

7.根据权利要求2所述的动物行为识别方法，其特征在于，所述网络模型的输入为t×p×5的三维矩阵，其中，t为样本序列中包含的点云数据帧数，p为每一帧点云中点的预设数量，5为点云数据的属性数目。

8.根据权利要求1所述的动物行为识别方法，其特征在于，所述毫米波设备采集动物行为识别训练数据和待识别动物行为数据时毫米波雷达的架设高度、角度参数一致。

9.根据权利要求2所述的动物行为识别方法，其特征在于，所述利用训练后的网络模型，进行动物行为识别时，采用聚类算法对待识别动物行为数据进行分组，每组代表一只目标动物；采用匈牙利算法对每帧点云数据中的各组点云子数据进行匹配，确定每只目标动物的点云序列。

10.一种动物行为识别系统，其特征在于，包括：

采集单元，用于通过毫米波设备采集动物行为识别训练数据和待识别动物行为数据；

训练单元，用于利用采集的训练数据，进行网络模型训练；所述网络模型包括密集连接模块和压缩激励模块；

识别单元，用于利用训练后的网络模型，进行动物行为识别。