[发明专利]一种针对家畜异常行为判断的智能识别方法及其识别系统

说明书

本发明公开了一种针对家畜异常行为判断的智能识别方法及其识别系统，其针对家畜异常行为判断的智能识别方法，包括以下步骤，S1：通过对家畜实时行为音频、家畜实时行为影像和家畜实时所处环境监测多方面进行数据采集，在采集中，提取各项数据中差异化部分且可反应家畜行为的特征数据集成入库，其针对家畜异常行为判断的识别系统，包括行为数据采集和处理模块，用于采集和处理家畜的音频、影像和环境监测。本发明主要是通过模型学习，比对实时的家畜状态，利用模型拟合模拟家畜行为，再反之通过行为符合度判断家畜的行为异常是否，判断数据准确。

技术领域

本发明涉及家畜养殖技术领域，尤其涉及一种针对家畜异常行为判断的智能识别方法及其识别系统。

背景技术

家畜行为是家畜心里，生理健康状况的外在表现。家畜行为监测与分析有利于建立行为模型并发觉异常行为，减少经济损失。目前国内主要依赖于养殖人员人工观察方式监测家畜行为，主观性强且精度低。随着现代信息技术的不断发展，智能化行为监测方法也在快速发展和不断更新。

故在此提出一种基于家畜环境监测、基于视频的动作状态识别和基于声音的情绪表达识别家畜行为是否异常的方法。

目的是以期建立家畜行为数据采集数据库和行为分析系统，挖掘家畜行为的深层含义，保证了对家畜养殖业中家畜异常行为作出提前预防和及时预警，降低养殖业中疾病和家畜心理等因素对家畜养殖效果的影响。

发明内容

基于背景技术存在的技术问题，本发明提出了一种针对家畜异常行为判断的智能识别方法及其识别系统。

本发明提出的一种针对家畜异常行为判断的智能识别方法，包括以下步骤：

S1：通过对家畜实时行为音频、家畜实时行为影像和家畜实时所处环境监测多方面进行数据采集，在采集中，提取各项数据中差异化部分且可反应家畜行为的特征数据集成入库；

S2：依据家畜行为特征数据库进行建模，建模过程中，根据家畜种类和生理状态进行分类建模，可形成识别家畜行为是否异常的家畜异常行为识别模型库，模型库中的模型可按照不同的家畜种类进行组合排列，生理状态为二级分类；

S3：运用在家畜饲养实景中，可利用饲养环境中的各个设备对家畜实时行为音频、家畜实时行为影像和家畜实时所处环境监测实现采集，比对家畜行为特征数据库，对出现的异常行为百分比进行判断，并做出预警。

S2-1：利用S1中家畜行为特征数据库中三项大类数据，基于Caffe深度学习框架构建家畜异常行为识别模型；

S2-2：采用在家畜行为特征数据库上拟合模型，借助拟合功能，定义训练周期的数量、输入和输出数据，利用家畜行为特征数据库对家畜异常行为识别模型进行训练，得到能够精确识别家畜行为是否异常的家畜异常行为识别模型库；

S2-3：其中对拟合定义周期中不同的生理状态进行数据独立训练，其中特殊的生理状态有家畜发情周期、交配周期和生殖周期，其他的必要生理状态有休息周期、进食周期、觅食周期和群内斗争周期。

S3-1：利用家畜饲养场所中设备对家畜行为进行采集，并录入至行为异常判断服务器中，通过服务器中比对深度学习后的家畜异常行为识别模型和实时采集的家畜行为，输出家畜和模型库中各个识别模型行为符合程度；

S3-2：根据符合程度对家畜进预警，通过人工再进行抽检家畜个体，对家畜个体的体征和心理进行仪器检测，提出行为判断异常中对家畜行为判断的准确性，再将此次家畜行为判断特征和判断结果输入至数据库中，实现再次深度学习，丰富数据库中异常行为的数据量。

一种针对家畜异常行为判断的智能识别系统，包括：

行为数据采集和处理模块，用于采集和处理家畜的音频、影像和环境监测；

模型构建和训练模块，用于基于深度学习的方法构建和训练出能够精确识别家畜行为是否异常的家畜异常行为识别模型库；

实时家畜行为判断模块，模块位于家畜所处实时环境，用于快速准确判断家畜行为是否异常；