[发明专利]一种基于嘴部区域的猪只饮水行为和多特征融合的身份识别方法

说明书

本发明公开了一种基于嘴部区域的猪只饮水行为和多特征融合的身份识别方法。首先，采集视频并分帧，利用基于统计分配多阈值的网格点连通分割算法对猪只图像进行分割；其次，根据与轮廓模板的相似性，初步判断饮水行为，再通过饮水口框与嘴部框的重合度，精确判断饮水行为；最后，将分割后的饮水猪图像和关键点二维特征输入多尺度双通道识别网络，利用基于三期动量的步进更新算法对上述网络中的特征融合超参数ε和损失融合超参数γ进行优化选取，获得最优识别网络，实现饮水猪的身份识别。

技术领域

本发明涉及图像处理、深度学习和计算机视觉等领域,具体涉及一种在俯视视频中，基于嘴部区域的猪只饮水行为和多特征融合的身份识别方法。

背景技术

近年来，中国生猪养殖规模和数量在不断扩大，养殖信息化是今后生猪饲养的重要模式之一。计算机视觉技术作为信息处理的辅助技术，相比于射频识别技术(RFID)等接触式的方法，提供了一种非接触式和低成本的行为识别方法，对考量生猪健康状况、发现疾病和及时预防有一定的意义。本文提出一种基于嘴部区域的猪只饮水行为识别方法，该方法从饮水口和猪嘴两方面考虑俯视图片中猪只饮水的情况，比较全面的区别出其他虚假饮水行为；当饮水行为发生时，利用旋转不变的均匀关键点二维特征和分割后的饮水猪图像输入多尺度双通道识别网络对饮水猪身份进行识别，达到追踪猪只全天候的饮水状况并判断猪只健康状态的目标。

发明内容

本发明公开了一种综合考虑猪只饮水时，嘴部区域与饮水口的相对位置关系的饮水行为识别方法，又通过基于统计分配多阈值的网格点连通分割算法对猪图像分割，对分割后的饮水猪提取均匀关键点二维特征和卷积特征，再通过网络进行身份识别。

本发明所采用的技术方案是基于嘴部区域的猪只饮水行为和多特征融合的身份识别，包括以下步骤：

(1)图像处理：采集视频并分帧，筛选出关键帧作为数据集；利用基于统计分配多阈值的网格点连通分割算法(Grid Point Segmentation Algorithm based onStatistical Allocation Multi-Threshold,简称SAM-GPSA)对猪只图像分割；

(2)饮水行为识别的处理：标定饮水口外框，并提取其轮廓作为轮廓模板；根据当前图像的饮水口轮廓与轮廓模板的相似性，初步判断饮水行为；再对存在饮水行为的图像，利用嘴部区域检测网络检测嘴部框，通过饮水口框是否与嘴部框重合来精确判断饮水行为；

(3)图像关键点特征的处理：对分割后饮水猪图像利用局部二值模式中0和1的跃变次数初步选取关键点；再通过均匀网格块非极值剔除算法(Nonextremal EliminationAlgorithm for Uniform Grid Blocks,简称UGB-NEA)筛选关键点；然后利用旋转不变的BRIEF(Binary Robust Independent Elementary Features，二元鲁棒独立基本特征，简称BRIEF)描述符向量和旋转不变的MLBP(Multiple Local Binary Pattern，多重局部二进制模式，简称MLBP)描述符向量生成旋转不变的均匀关键点二维特征；

(4)饮水猪身份识别的处理：将分割后的饮水猪图像和关键点二维特征输入多尺度双通道识别网络；利用基于三期动量的步进更新算法对上述网络中的特征融合超参数ε和损失融合超参数γ进行优化选取，获得最优的识别网络，实现饮水猪的身份识别。

进一步，所述步骤(1)具体包括：

在养猪场采集RGB视频。将视频第一帧作为标准，计算与后续帧的相似性，剔除小于阈值的部分。将上一步得到的新的一帧作为新的标准，重复以上步骤，直至遍历所有帧，筛选出所需的关键帧作为数据集。