[发明专利]一种牛只唯一性识别方法、终端、可读存储介质在审

专利信息
申请号: 202111024981.X 申请日: 2021-09-02
公开(公告)号: CN113722522A 公开(公告)日: 2021-11-30
发明(设计)人: 王巍;易军;方东辉;张俤;甘佳;石溢;贺芳;邓小东;郭曦;阿果约达;李榜东;张鹏 申请(专利权)人: 四川楠水农牧科技有限公司;四川省畜牧科学研究院
主分类号: G06F16/532 分类号: G06F16/532;G06F16/583;G06K9/00;G06Q30/00;G06Q40/08;G06Q50/02;G06N3/04
代理公司: 成都行之专利代理事务所(普通合伙) 51220 代理人: 王鹏程
地址: 610000 四川省成都市中国(四川)*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 种牛 唯一 识别 方法 终端 可读 存储 介质
【权利要求书】:

1.一种牛只唯一性识别方法,其特征在于,包括:

客户端向服务器发送第一信息,所述第一信息用于确定所述服务器是否在线;

所述服务器接收所述第一信息后,向所述客户端发送第二信息,所述第二信息用于告知所述客户端知晓所述服务器的在线状态,若所述客户端未接收到第二信息,则判定服务器处于离线状态;

所述客户端向所述服务器发送第三信息,所述第三信息用于确定所述客户端的身份,并确定是否为注册用户;

所述服务器接收所述第三信息,并将所述第三信息与第一数据库内信息对比,所述第一数据库内存储有已注册的所有注册用户的账户信息和密码信息;

若所述第三信息与所述第一数据库内的信息匹配,则向所述客户端发送用于表示验证成功的第四信息;若第三信息与所述第一数据库内的信息不匹配,则向所述客户端发送表示验证失败的第五信息;

所述客户端获取牛鼻纹图片,并向所述服务器发送第六信息,所述第六信息包括牛鼻纹图片和识别请求;

所述服务器接收所述第六信息,并处理获取所述第六信息中的牛鼻纹图片的第七信息,所述第七信息用于确定所述牛鼻纹图片的特征;

所述服务器将第七信息与第二数据库内的信息对比,所述第二数据库内存储有已注册的所有牛的身份信息;

若所述第七信息与所述第二数据库内的信息匹配,则根据所述识别请求向所述客户端发送第八信息,所述第八信息包括所述识别请求中请求的牛的身份信息;若所述第七信息与所述第二数据库内的信息不匹配,则向所述客户端发送第九信息,所述第九信息包括未识别出该牛的反馈信息。

2.根据权利要求1所述的一种牛只唯一性识别方法,其特征在于,若所述第七信息与所述第二数据库内的信息不匹配,所述服务器读取所述第三信息,并通过所述第三信息判断所述注册用户是否有录入权限;

若所述注册用户有录入权限,则所述第九信息内还包括数据录入请求,所述客户端接收到所述第九信息后,根据所述数据录入请求向所述服务器发送第十信息,所述第十信息包含数据录入请求内的牛的身份信息;

所述服务器接收到所述第十信息后,将其存储至所述第二数据库;

若所述注册用于没有录入权限,则所述第九信息内还包括该注册用户无录入权限的反馈信息。

3.根据权利要求1所述的一种牛只唯一性识别方法,其特征在于,所述识别请求为所述牛的身份信息的一种或多种。

4.根据权利要求1所述的一种牛只唯一性识别方法,其特征在于,处理获取所述第六信息中的牛鼻纹图片的第七信息,具体包括以下步骤:

对牛鼻纹图片进行灰度化,将同一个像素位置三个通道RGB的值进行平均处理;

对灰度化后的图像进行图像归一化,将图像像素最大值与最小值归一化,缩放到0与1之间;

将归一化后的图像输入至预先训练的卷积神经网络模型进行特征提取,获取特征向量的方法包括:

先对预处理后的图像进行缩放处理,将缩放处理后的图像输入至特征提取网络,获取图像的特征映射,根据所述特征映射,获取图像的特征图;

将所述特征图输入至区域候选网络,获取需要处理的图像区域;

根据所述图像区域提取牛鼻纹关键点和特征,获得牛鼻纹的特征向量;

其中,在训练卷积神经网络时加入三元组对图像进行增强和转化,优化图像的正样本和负样本,提高卷积神经网络获取的特征向量的准确率。

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四川楠水农牧科技有限公司;四川省畜牧科学研究院,未经四川楠水农牧科技有限公司;四川省畜牧科学研究院许可,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/202111024981.X/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