[发明专利]基于图像识别的城市宠物活动轨迹监测方法及相关设备

权利要求书

1.一种基于图像识别的城市宠物活动轨迹监测方法，其特征在于，所述方法包括：

获取预设图像采集设备采集的宠物图像；

识别所述宠物图像中的宠物类别；

当所述宠物类别为目标类别时，识别所述宠物图像中的宠物姿态；

根据所述宠物姿态对应的特征提取算法提取所述宠物图像中的特征向量；

采用光流算法对所述特征向量进行修正得到目标特征向量；

比对所述目标特征向量与预设数据库中的特征向量是否一致；

当确定所述目标特征向量与所述预设数据库中的特征向量一致时，关联存储所述宠物图像的标识信息与所述预设图像采集设备的采集信息，其中，所述采集信息包括：所述图像采集设备的地理位置、所述图像采集设备的设备标识号、采集所述宠物图像时的时间；

获取具有相同标识信息的宠物图像对应的采集信息；

根据所述采集信息确定所述宠物的活动轨迹。

2.如权利要求1所述的方法，其特征在于，所述采用光流算法对所述特征向量进行修正包括：

采用光流算法计算相邻两帧特征向量的光流场；

对所述光流场进行阈值分割；

筛选出所述光流场中大于所述阈值的目标光流场；

提取所述相邻两帧特征向量中对应所述目标光流场的候选特征向量；

对相邻两帧候选特征向量进行平均得到目标特征向量。

3.如权利要求2所述的方法，其特征在于，在所述对所述光流场进行阈值分割之后，所述方法还包括：

根据形态学运算对阈值分割后的光流场进行滤波；

连通滤波后的光流场得到最终的光流场。

4.如权利要求1至3中任意一项所述的方法，其特征在于，所述识别所述宠物图像中的宠物姿态包括：

将所述宠物图像输入预先训练好的宠物姿态识别模型中；

获取所述宠物姿态识别模型输出的识别结果；

根据所述识别结果确定所述宠物图像中的宠物姿态。

5.如权利要求4所述的方法，其特征在于，所述将所述宠物图像输入预先训练好的宠物姿态识别模型中包括：

获取Faster R-CNN目标检测算法检测出的所述宠物图像中的检测框；

从所述宠物图像中裁剪出所述检测框对应的区域；

将所裁剪出的区域作为输入图像输入预先训练好的宠物姿态识别模型中。

6.如权利要求5所述的方法，其特征在于，所述根据所述宠物姿态对应的特征提取算法提取所述宠物图像中的特征向量包括：

根据预设宠物姿态与特征提取算法之间的对应关系，匹配出所述宠物姿态对应的特征提取算法；

采用所匹配出的特征提取算法提取所裁剪出的区域中的特征向量。

7.如权利要求1至3中任意一项所述的方法，其特征在于，当确定所述目标特征向量与所述预设数据库中的特征向量不一致时，所述方法还包括：

根据所述目标特征向量生成一个标识信息；

关联存储所述宠物图像、所述目标特征向量及所述标识信息。