[发明专利]一种死亡动物识别方法及装置

说明书

一种死亡动物识别方法及其装置,通过4个步骤对当前区域中的动物自动判断是否存在死体。本发明的死亡动物识别方法及装置能自动识别当前区域中是否存在死体。本发明通过对视频图像的目标进行像素级的选定，能够排除环境干扰，同时采集全图温度图像对目标进行实时测温，从而排除环境温度影响，提高在复杂环境下的适应性。同时本发明根据目标区域温度分布提高识别的准确性，故，本发明识别精确。

技术领域

本发明涉及动物识别检测技术领域，特别涉及一种死亡动物识别方法及装置。

背景技术

传统的养殖管理系统，主要以传统的人工管理为主。近年来，随着智能化养殖的概念逐步成型，目前已有不少养殖前沿企业，实现了智能化养殖建设或部分智能化改造，通过智能化设备、物联网、传感器以及终端设备等智能化手段，来完成数据采集及数据分析工作。但是对于死亡动物的智能识别还比较空白，基本上都是采取人工方式，这种方式需要工作人员经常巡视养殖场，大大增加养殖成本。还有可能因人为疏忽或违规操作，没有及时发现死亡动物，导致尸体腐变影响其他活体动物的健康，或者不能及时将死亡动物运送到屠宰线进行屠宰。

因此，针对现有技术不足，提供一种死亡动物识别方法及其装置以解决现有技术不足甚为必要。

发明内容

本发明其中一个的目的在于避免现有技术的不足之处而提供一种死亡动物识别方法，该死亡动物识别方法能自动识别当前区域中是否存在死体。

本发明的上述目的通过以下技术措施实现：

提供一种死亡动物识别方法,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)。

优选的，上述训练实例分割算法模型的获取方法步骤如下：

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。

优选的，上述步骤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。

优选的，上述步骤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。

优选的，上述步骤(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识别图像缓存至缓存模单元。

优选的，上述步骤(2)包括有：