[发明专利]估重方法和估重装置

说明书

本发明公开了一种估重方法和估重装置。其中，该方法包括：基于第一神经网络对待处理图像进行处理，得到特征空间，其中，待处理图像中至少包括待估重对象；基于特征空间确定待估重对象所在的重量区间；确定与重量区间对应的第二神经网络；基于第二神经网络对待处理图像进行处理，得到待估重对象的估重结果。本发明解决了现有的电子称称重耗费人力、物力和时间的技术问题。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种估重方法和估重装置。

背景技术

在畜牧业中，养殖户需要经常记录养殖的动物的重量，通过对养殖的动物的重量进行分析，可以确定养殖的动物的生长状况，进而根据生长状况来对动物的饲养环节进行调整。另外，在畜牧业保险方面，当对养殖户饲养的动物进行理赔时，通常也会根据动物的长度、重量等指标进行理赔。

现有技术中，通常采用电子称人工对动物进行称重。然而，当待称重的动物的体积较大，或者重量较重，以及待称重的动物的数量较多时，因为需要抬起动物、移动动物，所以需要较多的工作人员来完成称重，也会耗费较长的时间。随着待称重的动物的数量以及重量的增长，耗费的人力成本和时间成本也越来越多。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种估重方法和估重装置，以至少解决现有的电子称称重耗费人力、物力和时间的技术问题。

根据本发明实施例的一个方面，提供了一种估重方法，包括：基于第一神经网络对待处理图像进行处理，得到特征空间，其中，待处理图像中至少包括待估重对象；基于特征空间确定待估重对象所在的重量区间；确定与重量区间对应的第二神经网络；基于第二神经网络对待处理图像进行处理，得到待估重对象的估重结果。

进一步地，估重方法还包括：基于第一神经网络对待处理图像逐层进行特征提取，得到特征空间，其中，特征空间包括底层特征和高层特征，底层特征包括如下至少之一：待估重对象的颜色、纹理，高层特征包括如下至少之一：待估重对象的类别、语义。

进一步地，在基于第一神经网络对待处理图像进行处理，得到特征空间之后，还包括：对底层特征和高层特征进行融合处理，得到融合结果。

进一步地，待处理图像还包括参照物，其中，估重方法还包括：在基于第二神经网络对待处理图像进行处理，得到待估重对象的估重结果之前，基于特征空间对待处理图像进行分割，得到分割图像，其中，分割图像至少包括：待估重对象区域、参照物区域以及背景区域。

进一步地，估重方法还包括：基于特征空间确定待估重对象的初始信息，其中，初始信息包括如下至少之一：待估重对象的体长、胸围、腰围、臀围；根据初始信息确定待估重对象所在的重量区间。

进一步地，在基于特征空间确定待估重对象所在的重量区间之后，估重方法还包括：对待处理图像以及分割图像进行合并处理，得到合并图像。

进一步地，估重方法还包括：获取待估重对象的深度图；其中，在基于特征空间确定待估重对象所在的重量区间之后，根据参照物区域对深度图、分割图像以及待处理图像进行视角变换，得到变换后的深度图、分割图像以及待处理图像；对变换后的深度图、分割图像以及待处理图像进行合并处理，得到合并图像。

进一步地，估重方法还包括：基于第二神经网络从合并图像中提取特征，得到目标特征空间；基于目标特征空间进行回归处理，得到待估重对象的估重结果。

进一步地，在待处理图像中，参照物与待估重对象不重叠，参照物的形状为矩形。