[发明专利]一种死亡动物识别方法及装置

权利要求书

1.一种死亡动物识别方法,其特征在于，步骤包括：

步骤(1)、对当前区域实时同步采集全图温度图像及视频流，并对视频流进行解码得到多张识别图像；

步骤(2)、将步骤一得到的识别图像输入至预先训练好的训练实例分割算法模型，并将该识别图像定义为当前识别图像，判断当前识别图像中是否存在疑似死体，当是则进入步骤(3)，否则返回步骤(1)；

步骤(3)、在步骤一采集的全图温度图像中调取与当前识别图像对应的全图温度图像，根据调取的全图温度图像及疑似死体的目标区域温度分布进行温度分析，判断是否为死体，当是则进入步骤(4)，否则返回步骤(1)；

步骤(4)、提示存在死体，返回步骤(1)。

2.根据权利要求1所述的死亡动物识别方法,其特征在于，所述训练实例分割算法模型的获取方法如下：

步骤A、根据使用场景定义分割目标，所述分割目标为活体、疑似死体和非目标对象；

步骤B、采集区域的素材图像；

步骤C、对步骤B得到的素材图像进行标注，得到由图像数据组成的数据集，且图像数据含有标注数据；

步骤D、将步骤C得到的数据集加载至原始模型进行训练，得到训练实例分割模型。

3.根据权利要求2所述的死亡动物识别方法,其特征在于：所述步骤C具体是使用标注工具对步骤B得到的素材图像中的活体、疑似死体及非目标对象进行标注，得到由图像数据组成的数据集，且图像数据含有标注数据，其中活体的姿态为站或跪的动物，疑似死体的姿态为侧卧的动物；

所述步骤D包括有：

步骤D.1、设定原始模型的参数；

步骤D.2、将步骤C得到的数据集及所述步骤D.1的参数，导入至原始模型中进行训练，得到最优算法权重及对应的最优算法模型，将最优算法模型定义为训练实例分割模型。

4.根据权利要求1至3任一所述的死亡动物识别方法,其特征在于：所述步骤(1)具体是：对当前区域实时并同时采集全图温度图像及视频流，并对视频流进行解码得到多张识别图像，并将全图温度图像和多张识别图像缓存至缓存模单元。

5.根据权利要求4所述的死亡动物识别方法,其特征在于，所述步骤(2)包括有：

步骤(2.1)、在缓存单元中选取最新缓存的一张识别图像，定义为当前识别图像；

步骤(2.2)、将当前识别图像输入至预先训练好的训练实例分割算法模型，判断是否存在疑似死体，当是则进入步骤(3)，否则返回步骤(1)。

6.根据权利要求5所述的死亡动物识别方法,其特征在于，所述步骤(2.2)包括有：

步骤(2.2.1)、将当前识别图像输入至预先得到的训练实例分割算法模型，输出当前识别图像中存在目标对应的目标信息，所述目标信息为类别cname、目标轮廓掩膜mask和可信度score；

步骤(2.2.2)、判断是否存在类别cname是否存在疑似死体，当存在则进入步骤(2.2.3)，否则返回步骤(1)；

步骤(2.2.3)、判断类别cname为疑似死体的可信度score与θ的关系，当score＞θ时进入步骤(3)，当score≤θ返回步骤(1)，θ为可信度阈值，且θ≥0.5。

7.根据权利要求6所述的死，亡动物识别方法,其特征在于，所述步骤(3)包括有：

步骤(3.1)、在步骤一采集的全图温度图像中调取与当前识别图像对应的全图温度图像，将调取的全图温度图像定义为当前全图温度图像；

步骤(3.2)、在当前全图温度图像中找出与步骤(2)得到疑似死体中的目标轮廓掩膜mask相同的区域，将当前全图温度图像与目标轮廓掩膜mask相同的区域定义为目标区域，并标示目标区域中每个像素点的温度；

步骤(3.3)、根据每个像素点的温度分布进行温度分析，判断是否为死体，当是则进入步骤(4)，当否则返回步骤(4)。