[发明专利]一种精准检测动物个体健康的方法及系统与存储介质

说明书

本发明公开了一种精准检测动物个体健康的方法及系统与计算机可读存储介质，该方法包括以下步骤：获取待检测动物的初始图像；检测并为每一只动物分配一个动物ID；跟踪并计算每一只动物的运动量；分别计算单位时长中每个栏位内全部动物的总运动量；当一个栏位内全部动物的总运动量低于预设的总运动量阈值时，找出该栏位内运动量异常的动物；对病死动物进行识别分析。本发明通过使用人工智能中深度学习算法检测动物的运动量，提高了检测效率和检测的准确度，降低了动物健康状况的判错率，精准地检测出动物的健康程度，为尽快发现病死动物、防止疫情在动物种群中蔓延提供基础数据依据。本发明降低了牲畜饲养的生产成本，实现了牲畜饲养过程的自动化。

技术领域

本发明涉及牲畜养殖监控技术领域，具体涉及一种精准检测动物个体健康的方法及系统与计算机可读存储介质。

背景技术

在大规模的养殖中，饲养的牲畜圈养在一个个的栏舍内，处于防病防疫考虑，需要实时监控牲畜的健康状况。以猪群为例，需要随时监控并判断猪群的健康程度，以及是否有猪只个体死亡。采取传统人工巡查的方式，很难及时发现猪只的健康异常状况。

现有技术中，采用耳标标识猪只个体，并直接判断猪只个体的健康状况，但是耳标贵且易坏，同时，实际数据传输效果不佳。

现有的人工智能算法，可以通过学习病猪、死猪的样本去鉴别个体猪只的健康情况，但精准度有待提升，而且无法鉴别猪群整体的健康程度。

发明内容

本发明的目的是提出一种通过计算机视觉方法精准检测动物个体健康的方法及系统与计算机可读存储介质。

为达到上述目的，本发明提出了一种精准检测动物个体健康的方法，所述方法包括以下步骤：

获取待检测动物的初始图像；

检测出每一只动物并为每一只动物分配一个动物ID；

跟踪每一只动物的运动轨迹并计算每一只动物的运动量；

分别计算单位时长中每个栏位内全部动物的总运动量；

判断每个栏位内全部动物的总运动量是否低于预设的总运动量阈值；

当一个栏位内全部动物的总运动量低于预设的总运动量阈值时，找出该栏位内运动量异常的动物。

进一步，所述检测出每一只动物并为每一只动物分配一个动物ID的步骤包括：

利用深度学习的目标检测模型检测出每一只动物；

为每一只动物分配一个动物ID。

进一步，所述动物ID在一个时间段内唯一地标识一只动物，其中，所述时间段为该动物不被遮挡的时长。

进一步，所述跟踪每一只动物的运动轨迹并计算每一只动物的运动量的步骤包括：

利用深度学习的目标跟踪模型跟踪每一只动物；

计算每一只动物的运动量。

进一步，所述总运动量阈值的设置方法采用以下两种方法中的一种：

方法一，取相同的单位时长内，各个栏位内全部动物的总运动量的平均值为总运动量阈值；

方法二，取连续多个单位时长内，各个栏位内全部动物的总运动量在一个单位时长内的平均值为总运动量阈值；

其中，每一个栏位内的动物数目相同。

进一步，所述找出该栏位内运动量异常的动物的步骤包括：

计算栏位内每一只动物的运动量；

将每一只动物的运动量与预设的单只动物运动量阈值比较，并判断每一只动物的运动量是否存在异常；

当一只动物的运动量明显低于单只动物运动量阈值时，判定该动物为病死动物。

进一步，所述单只动物运动量阈值的设置方法包括以下步骤：

取历史数据中相同的时间段内，各个动物的运动量的平均值为单只动物运动量阈值。