[发明专利]通用犬鼻纹抓拍识别方法在审
申请号: | 202111604336.5 | 申请日: | 2021-12-24 |
公开(公告)号: | CN114445857A | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 匡金骏;迟振 | 申请(专利权)人: | 苏州纳智天地智能科技有限公司 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06T3/60;G06K9/62;G06V10/25;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 南京乐羽知行专利代理事务所(普通合伙) 32326 | 代理人: | 缪友建 |
地址: | 215000 江苏省苏州市苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通用 犬鼻纹 抓拍 识别 方法 | ||
本发明公开了一种通用犬鼻纹抓拍识别方法,包括:(1)对包含犬只的图像数据进行多角度狗鼻检测,得到狗鼻图像;(2)对犬鼻图像的角度进行识别;(3)根据犬鼻图像角度进行转正对齐;(4)对犬鼻图像的图像质量进行识别,只保留图像质量达标的图像,不达标的犬鼻图像抛弃;(5)对犬鼻图像进行特征提取,并利用该特征值进行二次质量判断,获取犬只身份。本发明可以利用手机、摄像机对自然场景中的犬只进行快速抓拍、挑选以及识别。本方法采集的犬鼻纹照片质量高,角度好,识别准确率高,便于实施和推广。
技术领域
本发明涉及犬只识别技术领域,尤其涉及一种通用犬鼻纹抓拍识别方法,更具体地涉及一种犬只身份登记与再识别的方法。
背景技术
城市养狗数量多,丢狗、狗咬人后身份无法确认等事件频发,犬只的登记注册已立法,犬只的日常登记注册是科学养狗的必要环节。目前,犬只身份识别的技术手段不多,主要是采取芯片注射和犬鼻纹、犬脸识别等方法,各种方法有利有弊,例如芯片注射方案对犬只肉体有伤害,并且每年都要重新复检缴费费用高,耗时耗力。犬鼻纹,犬脸目前方案并不成熟,没有针对性的对抓拍的图像质量、角度等进行筛选,导致整套方案效率低且识别准确率低,用户体验差。
发明内容
针对现有技术的不足,本发明提供了一种通用犬鼻纹抓拍识别方法,利用手机、摄像机对自然场景中的犬只进行快速抓拍、挑选以及识别;本方法采集的犬鼻纹照片质量高,角度好,识别准确率高,便于实施和推广。
本发明提供了一种通用犬鼻纹抓拍识别方法,所述方法包括:
(1)对包含犬只的图像数据进行多角度狗鼻检测,得到狗鼻图像;
(2)对犬鼻图像的角度进行识别;
(3)根据犬鼻图像角度进行转正对齐;
(4)对犬鼻图像的图像质量进行识别,只保留图像质量达标的图像,不达标的犬鼻图像抛弃;
(5)对犬鼻图像进行特征提取,并利用该特征值进行二次质量判断,只保留图像质量达标的图像,不达标的犬鼻图像抛弃,并根据特征进行注册或比对,获取犬只身份。
本发明的进一步限定技术方案,前述的通用犬鼻纹抓拍识别方法,所述步骤(1)中图像数据进行多角度狗鼻检测采用图像标注工具对原始犬只图片的鼻尖区域画框结合训练检测网络,对犬只图片半自动标注。
前述的通用犬鼻纹抓拍识别方法,所述犬鼻图像角度进行转正对齐包括以下步骤:
S01犬鼻图片的角度标注,人工选择角度完全正面的犬鼻图片即可;
S02犬鼻图片的预处理:在0-360°范围内将犬鼻图片按每0.5°一个单位进行随机旋转,根据旋转角度生成对应的标签;对图片进行亮度、对比度以及模糊各项增强;
S03鼻图片角度模型的训练:采用如卷积神经网络、SVM方法来实现角度模型进行回归训练。
前述的通用犬鼻纹抓拍识别方法,所述对犬鼻图像的图像质量进行识别包括以下步骤:
S01犬鼻图片的质量标注:将质量达标的和质量不达标的图片分为两组;
S02鼻图片的预处理:将图片的尺寸调整为设定规格像素,对不达标的类别进行图像增强处理,包括但不限于角度旋转、光照、对比度、伽马值、挖孔的随机变换,以及高斯模糊和运动模糊增强处理;
S03犬鼻图片质量模型的训练:可以采用诸如卷积神经网络、SVM方法来进行二分类训练。
前述的通用犬鼻纹抓拍识别方法,所述对犬鼻图像进行特征提取包括以下步骤:
S01训练数据的准备包括:
a)鼻纹图像必须是通过之前步骤得到的;
b)图像进行增强处理,包括但不限于小幅度角度旋转、光照、对比度、伽马值的随机变换,以及高斯模糊和运动模糊增强处理;
S02特征提取网络的训练:采用卷积神经网络、SVM方法来进行特征提取网络的训练。
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苏州纳智天地智能科技有限公司,未经苏州纳智天地智能科技有限公司许可,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/202111604336.5/2.html,转载请声明来源钻瓜专利网。