[发明专利]一种基于椭圆拟合和预测性神经网络的猪步态异常检测方法

摘要

本发明公开了一种基于椭圆拟合和预测性神经网络的猪步态异常检测方法，包括采集实验所需要的视频样本；截取视频样本获得连续目标帧，并对目标帧进行预处理，得到正常行走和异常步态的猪轮廓序列；利用椭圆拟合分别对猪体的每一部分建模，并建立猪的行走的步态特征参数序列；通过主成份分析对提取出来的特征进行优化处理，提取特征序列；利用预测性神经网络建立关于正常行走和异常步态特征序列的训练模型，通过该训练模型检测输入的步态序列是否属于异常行走。本发明可以有效的识别出猪的异常行走，例如猪的跛脚行走，前肢疾病，外伤引起的前肢不稳行走等异常行走，为实现大规模智能化的养猪业提供良好的基础。

主权项

一种基于椭圆拟合和预测性神经网络的猪步态异常检测方法，其特征在于，包括如下步骤：(1)图像采集及预处理采集实验所需要的视频样本，包括猪正常行走和异常步态的视频；截取视频样本获得连续目标帧，并对目标帧进行预处理，得到正常行走和异常步态的猪轮廓序列；(2)猪体轮廓的椭圆拟合利用关节分类的办法将猪的整体轮廓、头颈部以及四肢的每一小节进行切割分块，并用椭圆拟合分别对每一部分建模，以椭圆的中心位置、长轴、短轴、长轴与+X轴转角参数作为猪的行走的步态特征参数序列；(3)PCA特征优化处理根据步态序列之间存在着极大的相关性，通过主成份分析对提取出来的特征进行优化处理，提取特征序列；(4)统计数据的预测性神经网络训练模型创建及训练利用预测性神经网络建立关于正常行走和异常步态特征序列的训练模型；(5)步态异常识别测试通过训练模型检测输入的步态序列是否属于异常行走。