[发明专利]一种基于迁移学习的动物个体识别方法及装置

说明书

本发明提供一种基于迁移学习的动物个体识别方法及装置，其中的方法包括：获取待识别动物的目标图像；对目标图像进行预处理，得到预处理图像；对原始ResNet34网络模型进行改进，获取改进型ResNet34网络模型，改进型ResNet34网络模型的初始模型参数通过迁移学习获得；将预处理图像输入至预先训练的改进型ResNet34网络模型，得到待识别动物的个体识别结果，该方法能够有效提高动物个体识别效率，且对光照、待识别动物姿态以及遮挡等问题不敏感，具有较好的鲁棒性，保证了动物个体识别的准确性。

技术领域

本发明涉及动物个体识别技术领域，尤其涉及一种基于迁移学习的动物个体识别方法及装置。

背景技术

动物个体识别是对动物进行日常管理的前提和基础，广泛应用于动物的日常饲养管理、动物保险，动物谱系、档案建立等方面。动物个体识别通过处理多通道的感知信号获取个体身份信息，可用于精准饲喂，有效减少饲料的浪费以及改善动物生产性能。

近年来，银保行业对养殖业保险产品不断加大投入和关注，而参保动物的死亡和疾病，直接关系养殖户的保险理赔等相关利益，因此，动物个体识别对于提高被保动物个体的身份认证和识别的有效性具有重要的意义。

目前，常用的识别动物个体的方法包括以下两大类：

(1)物理识别，例如环、标、缺刻法、刺纹法、烙印法、染料标记法、微电子芯片皮下掩埋法以及无线射频识别技术等。

其中，脚环和翅标适用于禽类生物，在兽类中使用受限制；缺刻法、刺纹法、烙印法和微电子芯片皮下掩埋法会给动物造成一定损伤，不适用于目前福利养殖的大环境，对动物保护不利；染料标记法受制于动物生活场景，通常动物的生活场景较脏，染料的标记会被弄脏，磨损而不易识别；无线射频识别技术常用于奶牛、猪等牲畜饲养场景，但脱落率较高，动物个体识别的准确度难以保证。

(2)生物识别，例如DNA识别技术和虹膜识别技术。其中，DNA等生物识别技术，识别价格昂贵，适用于个体数目少且价值比较高的珍稀动物，不适用于普通养殖的动物个体识别。

因此，现有技术中动物个体识别效率低下，且准确度不高，是动物个体识别技术领域亟待解决的重要问题。

发明内容

本发明提供一种基于迁移学习的动物个体识别方法及装置，用以解决现有技术中动物个体识别效率低下，且准确度不高的缺陷，提高了动物个体识别效率，并保证了动物个体识别的准确性。

一方面，本发明提供一种基于迁移学习的动物个体识别方法，包括：获取待识别动物的目标图像；对所述目标图像进行预处理，得到预处理图像；对原始ResNet34网络模型进行改进，获取改进型ResNet34网络模型，所述改进型ResNet34网络模型的初始模型参数通过迁移学习获得；将所述预处理图像输入至预先训练的改进型ResNet34网络模型，得到所述待识别动物的个体识别结果。

进一步地，所述对原始ResNet34网络模型进行改进，获取改进型ResNet34网络模型，包括：通过删减预设数量的中间网络层，简化所述原始ResNet34网络模型中的残差单元，以得到改进型ResNet34网络模型。

进一步地，所述对原始ResNet34网络模型进行改进，获取改进型ResNet34网络模型，还包括：将所述原始ResNet34网络模型的原始全连接层改进为目标全连接层，所述目标全连接层包括第一全连接层和第二全连接层；所述第一全连接层设置有Dropout函数。

进一步地，所述改进型ResNet34网络模型的初始模型参数通过迁移学习获得，包括：获取ImageNet数据集和预训练网络模型；利用所述ImageNet数据集对所述预训练网络模型进行训练，得到目标预训练网络模型；获取所述目标预训练网络模型的预训练参数；基于所述迁移学习，将所述预训练参数迁移至所述改进型ResNet34网络模型，得到所述初始模型参数。