[发明专利]一种猪行为的机器视觉识别方法及系统

权利要求书

1.一种猪行为的机器视觉识别系统，其特征在于，包括依次连接的：

猪床本体模块，用于猪在休息时进行躺卧，以及对猪观察的场所；

视频采集模块，用于对猪行为状态的观察，以及视频数据信息的采集；

视频图像处理与识别模块，用于对视频图像进行收集储存，对图像中猪的行为进行识别分类。

2.根据权利要求1所述的一种猪行为的机器视觉识别系统，其特征在于：所述的猪床本体模块由底板、顶板、侧板、床帘构成，底板左右侧以及后侧设置有侧板，侧板上端连接有顶板，顶板的前端设置有吊帘，猪可通过吊帘进出猪床本体。

3.根据权利要求1所述的一种猪行为的机器视觉识别系统，其特征在于：所述的视频采集模块包括一个摄像机，摄像机采集猪床本体内猪的活动视频，并将视频信号传送给视频图像处理与识别模块。

4.根据权利要求1所述的一种猪行为的机器视觉识别系统，其特征在于：所述的视频图像处理与识别模块由计算机硬件及软件系统构成，计算机硬件包括信号接收模块、储存硬盘、显示器，软件系统由帧提取、图像压缩、行为分析识别、视频和结果显示功能模块构成。

5.根据权利要求4所述的一种猪行为的机器视觉识别系统，其特征在于：所述的行为分析识别模块包括分类模型模块、离线更新模块，分类模型由卷积神经网络构成，分类模型模块能够识别出压缩图像中猪的行为类别，离线更新模块根据更新的已标注猪行为图像数据对分类模型进行离线训练更新。

6.根据权利要求4所述的一种猪行为的机器视觉识别系统，其特征在于：所述的信号接收模块接收视频采集模块传送的视频，并将视频保存在储存硬盘中，显示器用来播放接受的视频以及预测结果；所述的软件系统中的帧提取模块实时提取接收到的视频的每一帧图像；图像压缩模块将帧提取模块提取的图像压缩至分类模型所要求的输入图像的大小；行为分析识别模块通过分类模型接收压缩的图像，经过卷积、池化、再卷积、再池化、全连接层的逐层前馈计算，输出图像的猪行为类别，离线更新模块根据更新的已标注猪行为图像数据对分类模型进行离线训练更新；视频和结果显示模块将接收的视频和分类模型预测的猪行为类别实时输送至显示器进行展示。

7.一种猪行为的机器视觉识别方法，其特征在于，包括：

S1：在猪床本体内安装摄像头，安装位置以视野最好能够覆盖猪床全部区域为原则灵活选择，摄像头能够清晰的拍摄到猪的活动行为，通过摄像头完成对猪床内猪的活动视频信息的采集；

S2：对采集到的视频文件进行接收储存，并经过帧提取、图像压缩处理，再由行为分析识别模块对压缩过的图片进行行为分类识别并对分类模型进行离线训练更新，将分类识别结果输出至视频和结果显示模块；

S3：视频和结果显示模块将行为分析识别模块识别出的结果以及接收到的视频传送至显示器进行显示。

8.如权利要求7所述的一种猪行为的机器视觉识别方法，其特征在于：所述的步骤S2包括：

S21：信号接收模块将视频信号进行接收，并储存在储存硬盘中；

S22：帧提取模块提取保存在储存硬盘的视频的帧，图像压缩模块将帧提取模块提取的图像压缩至分类模型模块所要求的输入图像的大小；

S23：图像压缩模块将压缩后的图像传递给行为分析识别模块中预设的分类模型模块；

S24：行为分析识别模块通过分类模型模块接收压缩的图像，经过卷积、池化、再卷积、再池化、全连接层的逐层前馈计算，输出图像的猪行为类别结果，离线更新模块根据更新的已标注猪行为图像数据对分类模型进行离线训练更新。