[发明专利]低像素牛头图像重建识别方法、系统、设备及存储介质

说明书

本发明公开了一种低像素牛头图像重建识别方法、系统、设备及存储介质，所述方法包括：构建牛头图像数据集；构建第一牛头图像识别框架；利用牛头图像数据集对第一牛头图像识别框架进行训练，得到第二牛头图像识别框架；获取待重建识别的低像素牛头图像；将所述低像素牛头图像输入第二牛头图像识别框架，实现低像素牛头图像的重建识别。本发明通过在超分辨网络中增加自适应多尺度上采样模块，能更好地重建牛头图像不同层次的识别细节，同时牛头图像识别框架的构建，明显地提升了牛头图像识别准确率，实现了远距离的奶牛个体精准快速识别，为实现智能化、精准化奶牛养殖提供重要的技术支持。

技术领域

本发明属于奶牛个体快速识别领域，特别涉及一种低像素牛头图像重建识别方法、系统、设备及存储介质。

背景技术

奶制品产量的不断提高推动着奶牛养殖向规模化和集约化发展，同时人们对奶制品质量要求的提高也在促进奶牛养殖向科学化、精细化和标准化方向发展。近年来，虽然规模化和集约化养殖不断发展，但很多奶牛场的生产管理水平仍处初级阶段，使用比较原始的人工方式进行生产管理，整体精细化、自动化程度较低，造成生产效率难以提高、产出质量一般。

奶牛个体识别作为智能奶牛养殖的核心技术之一，奶牛个体识别在生产管理、控制重大疾病爆发、疫苗接种和可追溯中能发挥重要作用。目前此领域大多是使用耳标、嵌入式芯片、耳纹和基于RFID的识别系统进行奶牛的识别，这类方法的缺点是有效范围小、标签丢失、传感器故障和标签易篡改等，原始的基于图像识别的方法获取需要的图像分辨率都比较高，且获取角度固定，而在实际农场环境中监控摄像头的分辨率不足且安置角度较高，通常无法获得高质量的牛头图像。

发明内容

有鉴于此，本发明提供了一种低像素牛头图像重建识别方法、系统、设备及存储介质，通过在超分辨网络中引入不同的卷积层，形成牛头图像超分辨网络，实现对不同细节的内容捕获，同时将训练好的牛头图像超分辨网络和训练好的牛头图像识别网络有机结合成第二牛头图像识别框架，解决了识别信息的丢失和原图细节内容模糊的问题，提高了牛头图像识别能力，实现远距离的奶牛个体快速识别，为实现智能化、精准化奶牛养殖提供重要的技术支持。

本发明的第一个目的在于提供一种低像素牛头图像重建识别方法。

本发明的第二个目的在于提供一种低像素牛头图像重建识别系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种低像素牛头图像重建识别方法，所述方法包括：

构建牛头图像数据集；

构建第一牛头图像识别框架，所述第一牛头图像识别框架包括牛头图像超分辨网络和牛头图像识别网络；

利用牛头图像数据集对第一牛头图像识别框架进行训练，得到第二牛头图像识别框架；

获取待重建识别的低像素牛头图像；

将所述低像素牛头图像输入第二牛头图像识别框架，实现低像素牛头图像的重建识别。

进一步的，所述利用牛头图像数据集对第一牛头图像识别框架进行训练，得到第二牛头图像识别框架，具体包括：

利用牛头图像数据集对牛头图像超分辨网络进行训练，直至收敛，将训练好的牛头图像超分辨网络作为预训练参数；

利用牛头图像数据集对牛头图像识别网络进行训练，直至收敛，将训练好的牛头图像识别网络作为预训练参数；