[发明专利]一种畜脸识别方法

权利要求书

1.一种畜脸识别方法，其特征在于，所述畜脸识别方法包括步骤：

S1、采集牲畜脸部的视频信息，从所述视频信息中提取关键帧；所述关键帧为所述视频信息中光流移动次数最少的视频帧；

S2、将所述关键帧存储为图像，对所述图像进行背景信息干扰噪声去除处理；

S3、基于相似度对比的方法，对去除背景信息干扰噪声后的图像进行去重处理；

S4、对去重处理后的图像的尺寸分布进行分析，得到训练数据集和测试数据集；

S5、通过基础网络和骨干网络对所述训练数据集进行特征提取，采用等比例常量像素值填充方法对图像行指定尺寸的归一化，建立畜脸识别模型；

S6、通过所述畜脸识别模型进行畜脸识别。

2.如权利要求1所述的畜脸识别方法，其特征在于，所述从所述视频信息中提取关键帧中，所述关键帧的计算公式为：

M(k)＝∑∑|L_x(i,j,k)|+|L_y(i,j,k)|

其中，M(k)表示第k帧的运动量，L_x(i,j,k)表示第k帧在像素点(i,j)出光流x的分量，L_y(i,j,k)表示第k帧在像素点(i,j)出光流y的分量；

通过公式计算完成后，取局部最小值作为提取的关键帧。

3.如权利要求1所述的畜脸识别方法，其特征在于，所述从所述视频信息中提取关键帧的频率为每三秒提取5～8帧图像。

4.如权利要求1所述的畜脸识别方法，其特征在于，采用高斯模糊算法对所述图像进行背景信息干扰噪声去除处理，所述高斯模糊算法的计算公式为：

其中，σ为正态分布的标准偏差，u,v为图像中心元素横纵坐标。

5.如权利要求1所述的畜脸识别方法，其特征在于，所述基于相似度对比的方法，对去除背景信息干扰噪声后的图像进行去重处理包括采用SSIM结构相似性方法；所述SSIM指数为：

其中，u_x,u_y分别代表图像x和y的均值，σ_x,σ_y分别代表图像x和y的标准差，σ_xy代表图像x和图像y的协方差，C₁,C₂是为了避免分母为0而保持稳定设立的常数。

6.如权利要求1所述的畜脸识别方法，其特征在于，通过基础网络和骨干网络对所述训练数据集进行特征提取时在网络中使用损失函数，所述基础网络为YOLOV3，所述骨干网络为SE-ResNeXt-50，所述损失函数的公式为：

其中，M为类别数量；y_ic为符号函数，表示图片i属于类别c的真实概率，如果样本i的真实类别等于c取1，否则取0；p_ic表示观测样本属于类别c的预测概率。

7.如权利要求1所述的畜脸识别方法，其特征在于，所述畜脸识别方法中步骤S6包括：

S61、训练所述畜脸识别模型，得到训练结果；通过测试数据集测试所述对所述畜脸识别模型，得到测试结果；根据所述训练结果与所述测试结果对所述畜脸识别模型进行优化微调；

S62、通过优化微调后的畜脸识别模型进行畜脸识别。

8.如权利要求7所述的畜脸识别方法，其特征在于，根据所述训练结果与所述测试结果对所述畜脸识别模型进行优化微调中，对所述测试结果的评价指标包括精确率和召回率。

9.如权利要求8所述的畜脸识别方法，其特征在于，所述精确率的计算公式为：

其中，TP表示正样本被正确识别为正样本的数量，FP表示负样本被错误识别为正样本的数量。

10.如权利要求8所述的畜脸识别方法，其特征在于，所述召回率的计算公式为：

其中，TP表示正样本被正确识别为正样本的数量，FN表示正样本被错误识别为负样本的数量。