[发明专利]动物识别方法、动物识别装置、计算机设备及存储介质在审

专利信息
申请号: 202110706775.0 申请日: 2021-06-24
公开(公告)号: CN113435311A 公开(公告)日: 2021-09-24
发明(设计)人: 姜明全 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 张传义
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动物 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种动物识别方法,其特征在于,包括:

获取目标动物面部图像,所述目标动物面部图像中包含所述目标动物穿戴的标志物;

识别所述目标动物面部图像中的标志物,并提取所述标志物图像;

将所述标志物图像输入第一神经网络进行第一特征提取,以获取对应的第一特征向量,并根据所述第一特征向量训练所述第一神经网络,以获取第一特征提取模型;

将所述目标动物面部图像输入第二神经网络进行第二特征提取,以获取所述目标动物面部图像对应的第二特征向量,并根据所述第二特征向量训练所述第二神经网络,以获取第二特征提取模型;

根据所述第一特征提取模型和所述第二特征提取模型构建所述目标动物对应的识别模型;

基于所述识别模型,对待识别动物面部图像进行分割,得到所述待识别动物的子特征图,其中,所述子特征图包括生物特征图及与所述标志物对应的标志物特征图;

根据所述子特征图,确定所述待识别动物面部图像的特征值;

根据所述特征值确定所述待识别动物面部图像对应的待识别动物。

2.根据权利要求1所述的动物识别方法,其特征在于,所述将所述标志物图像输入第一神经网络进行第一特征提取,以获取对应的第一特征向量包括:

基于所述第一神经网络,提取标志物图像对应的标志物特征,所述标志物特征包括标志物颜色特征、标志物形状特征及标志物边缘特征中的至少一者;

对所述标志物特征进行特征嵌入处理,得到所述标志物图像对应的第一特征向量。

3.根据权利要求1所述的动物识别方法,其特征在于,所述获取目标动物面部图像包括:

向采集设备发送采集指令,并接收所述采集设备响应于所述采集指令所采集的目标对象图像;

筛选所述目标对象图像,以获取符合预设要求的目标动物面部图像。

4.根据权利要求1所述的动物识别方法,其特征在于,所述根据所述子特征图,确定所述待识别动物面部图像的特征值包括:

根据所述生物特征图确定生物特征值;

对所述标志物特征图进行解析,得到所述标志物对应的标识信息;

根据所述生物特征值和所述标识信息,确定所述待识别动物面部图像的特征值。

5.根据权利要求4所述的动物识别方法,其特征在于,所述根据所述生物特征图确定生物特征值包括:

将所述生物特征图灰度化,得到生物特征灰度图;

基于预设的灰度值相似度算法,将所述生物特征灰度图与预设的生物特征灰度图集进行比对,其中,所述预设的生物特征灰度图集包括若干张预设的标准生物特征灰度图,得到所述生物特征灰度图与所述若干张预设的标准生物特征灰度图的相似度;

确定与所述生物特征灰度图的相似度数值最大,且相似度大于预设的相似度阈值的一张标准生物特征灰度图,作为生物特征定值图;

将所述生物特征定值图对应的预设编号作为所述待识别动物面部图像的生物特征值。

6.根据权利要求5所述的动物识别方法,其特征在于,所述生物特征图包括:

器官特征图,至少包括眼部特征图、耳部特征图、口部特征图与鼻部特征图;或

花纹特征图,至少包括脸颊花纹特征图、额头花纹特征图与整体花纹特征图;

所述生物特征值包括:

器官特征值,至少包括眼部特征值、耳部特征值、口部特征值与鼻部特征值;或

花纹特征值,至少包括脸颊花纹特征值、额头花纹特征值与整体花纹特征值。

7.根据权利要求1-6中任一项所述的动物识别方法,其特征在于,所述根据所述特征值确定所述待识别动物面部图像对应的待识别动物包括:

将所述特征值与预设的基础特征值进行比对;

当存在基础特征值与特征值相同,则所述基础特征值对应的动物即为所述特征值对应的待识别动物。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110706775.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top