[发明专利]基于人工智能和生长周期分析的禽类自适应喂食方法

权利要求书

1.一种基于人工智能和生长周期分析的禽类自适应喂食方法，其特征在于，包括以下步骤：

步骤1，获取目标区域内所有目标的图像数据；

步骤2，利用关键点网络模型，提取采集的图像数据的轮廓关键点特征，其中的轮廓关键点特征包括目标的头部关键点和身体边缘关键点；

步骤3，利用实例分割网络对图像数据进行分割，获取分割后的目标，并根据获取的轮廓关键点特征，确定每个目标的轮廓的关键点信息；

步骤4，根据各目标的轮廓的关键点信息，计算目标的平均形状轮廓；

其中，各目标的平均形状轮廓，具体计算如下：

其中，N代表目标的数量，x_i为第i个目标的平均轮廓；

步骤5，计算步骤2中的分割后的目标与喂食区域的交并比，当交并比大于0时，判断所述分割后的目标的关键点特征，是否在相交的区域内，若在，确定该目标发生进食动作，计算该目标的轮廓与目标的平均形状轮廓之间的偏差，并对所述偏差进行聚类分析，确定不同时刻下的目标的啄食次数；

步骤6，根据不同时刻下目标的啄食次数，按照设定的喂食规则，确定不同时间的目标喂食量。

2.根据权利要求1所述的基于人工智能和生长周期分析的禽类自适应喂食方法，其特征在于，所述设定的喂食规则为：

1)建立笛卡尔直角坐标系，其中横坐标为对应的时间序列，x₁表示第一分钟，x_j表示第j分钟；纵坐标代表单位分钟内目标的啄食次数；以一分钟为基本单位，统计每分钟对应的目标的啄食次数，得到时间与啄食次数的坐标点；

2)根据获取的坐标点，计算啄食次数的平均值；

3)随机选取一个坐标点作为中心点，对该中心点进行扩充，扩充的步长为t分钟，判断以中心点为中心的近邻的t分钟内的坐标点的纵坐标是否大于平均值，若大于，则累计个数，当累计的个数大于设定个数时，则以中心点为中心的近邻的t分钟内的坐标点聚为一类；以此类推，获取所有坐标点的类别和类别对应的中心点；

4)计算各类别对应的次数的平均值，进而计算相邻两个类别的平均值，判断该平均值是否大于啄食次数的平均值，若大于，则将相邻的两个类别归于一类；反之，则无需归类，最终得到优化的类别，其中优化的类别包含啄食次数；

5)根据生长周期的喂食次数，选取优化的类别中满足生长周期的喂食次数的类别对应的初始时间点，计算投喂量，并进行自适应定点投喂。

3.根据权利要求2所述的基于人工智能和生长周期分析的禽类自适应喂食方法，其特征在于，所述投喂量为：

其中，为当日得到的目标的平均轮廓形状；为历史设定时间内得到的目标的平均形状的平均值；ε为历史设定时间内的平均投喂量。