[发明专利]一种多视角牛脸识别方法、装置、计算机设备及存储介质

权利要求书

1.一种多视角牛脸识别方法，其特征在于，包括：

采集待识别牛只的牛脸图像，所述牛脸图像包括设定数量的左脸图像、正脸图像及右脸图像；

将所述牛脸图像输入训练好的牛脸关键点检测模型，通过所述牛脸关键点检测模型对所述牛脸图像进行方向类别及关键点位置预测，并根据所述方向类别及关键点位置预测结果对所述牛脸图像进行牛脸姿态估计，根据牛脸姿态估计结果筛选出符合预设姿态要求的牛脸图像；其中，所述通过所述牛脸关键点检测模型对所述牛脸图像进行方向类别及关键点位置预测，并根据所述方向类别及关键点位置预测结果对所述牛脸图像进行牛脸姿态估计具体为：选取牛只的左眼、右眼、鼻子以及嘴巴左右两侧共5个关键点，所述牛脸关键点检测模型根据所述5个关键点将所述牛脸图像分为左脸、正脸以及右脸三个方向类别；选取左牛角角尖、右牛角角尖、左牛耳耳尖、右牛耳耳尖、左牛眼、右牛眼、牛鼻子中心、左牛鼻孔及右牛鼻孔共9个关键点，所述牛脸关键点检测模型根据所述9个关键点预测出左脸、正脸以及右脸三个方向类别分别对应的关键点类别及关键点位置信息；根据所述方向类别以及关键点位置信息预测结果分别对所述牛脸图像进行正脸姿态估计、左脸姿态估计以及右脸姿态估计；所述正脸姿态估计具体为：分别计算牛脸图像中左眼关键点与鼻子关键点的连线与水平方向的夹角a1、右眼关键点与鼻子关键点的连线与水平方向的夹角a2、左眼关键点与右眼关键点的连线与水平方向的夹角a3,如果牛脸图像满足|a1-a2|30度，且a315度，则认为所述牛脸图像为符合要求的正脸姿态；所述左脸姿态估计具体为：计算所述牛脸图像中左眼关键点与鼻子关键点的连线与水平方向的夹角a1，并判断所述夹角a1是否处于设定的角度阈值区间，如果是，则认为所述牛脸图像为符合要求的左脸姿态；所述右脸姿态估计具体为：计算所述牛脸图像中右眼关键点与鼻子关键点的连线与水平方向的夹角a2，并判断所述夹角a2是否处于设定的角度阈值区间，如果是，则认为所述牛脸图像为符合要求的右脸姿态；

将所述筛选后的牛脸图像输入训练好的牛脸分割模块，利用所述牛脸分割模块提取出牛脸图像的正脸、左脸及右脸轮廓信息；

将牛脸图像以及提取的牛脸轮廓信息输入牛脸识别模块，牛脸识别模块根据牛脸轮廓信息对牛脸图像分别进行正脸、左脸及右脸特征提取，根据所述正脸、左脸及右脸特征提取结果对所述待识别牛只进行唯一性识别。

2.根据权利要求1所述的多视角牛脸识别方法，其特征在于，所述采集待识别牛只的牛脸图像之后，还包括：

针对光线局部过曝/过暗、局部阴影、污渍、遮挡以及运动模糊问题对所述牛脸图像进行预处理。

3.根据权利要求2所述的多视角牛脸识别方法，其特征在于，所述针对光线局部过曝/过暗、局部阴影、污渍、遮挡以及运动模糊问题对所述牛脸图像进行预处理具体为：

对所述牛脸图像进行像素均衡性处理，得到亮度均衡的牛脸图像；

利用单阶段的深度神经网络模型学习所述牛脸图像中从局部阴影、污渍状态到无阴影、无污渍状态的映射关系，消除所述牛脸图像中的阴影、污渍干扰；

利用无遮挡的牛脸数据及有遮挡的牛脸数据训练得到第一二分类深度神经网络，利用所述第一二分类深度神经网络检测并过滤掉存在遮挡物的牛脸图像，筛选出具备完整牛脸信息的牛脸图像；

基于批量清晰与模糊的牛脸图像训练得到第二二分类深度神经网络，利用所述第二二分类深度神经网络对所述牛脸图像进行分类，并过滤掉存在运动模糊的牛脸图像，筛选出清晰的牛脸图像。

4.根据权利要求1至3任一项所述的多视角牛脸识别方法，其特征在于，所述根据所述牛脸姿态估计结果筛选出符合预设姿态要求的牛脸图像之后还包括：

将所述筛选后的牛脸图像、牛脸图像的方向类别及关键点位置输入训练好的牛脸矫正对齐模块，所述牛脸矫正对齐模块利用对应方向类别下的标准牛只的模版锚点对所述牛脸图像进行矫正对齐处理，得到标准化的矫正对齐后的牛脸图像。