[发明专利]基于深度学习的猪神经性疾病智能测报方法在审
| 申请号： | 201910783813.5 | 申请日： | 2019-10-09 |
| 公开（公告）号： | CN110532926A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 吴燕;李娜 | 申请（专利权）人： | 江苏农林职业技术学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G16H30/20;G06N3/08;G06N3/04 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 柏尚春<国际申请>=<国际公布>=<进入 |
| 地址： | 212400 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的猪神经性疾病智能测报方法，首先采集猪正常行走及跛脚的视频样本，提取一系列单帧图像及完整的目标轮廓，通过提取猪体轮廓的关键点构建出三角形骨架模型，根据模型提取步态角度信息，实现特征选择和步态参数的同步优化，最后通过测试平台将优化后的步态信息分作训练模型和测试模型，交叉验证后得到最终检测平台。本发明采用非接触检测和诊断的方法即可快速、准确的确定猪神经性疾病早期猪体共济失调、步态摇摆、震颤等病症。 | ||
| 搜索关键词： | 神经性疾病 步态 猪体 非接触检测 三角形骨架 步态参数 步态信息 测试模型 测试平台 单帧图像 共济失调 交叉验证 角度信息 模型提取 目标轮廓 视频样本 特征选择 同步优化 训练模型 关键点 构建 震颤 摇摆 采集 诊断 智能 检测 优化 学习 | ||
【主权项】：
1.一种基于深度学习的猪神经性疾病智能测报方法，其特征在于：步骤如下：/n(1)采集实验所需要的视频样本，包括猪正常行走和跛脚的视频；在目标视频图像中提取一系列的单帧图像，并提取完整的目标轮廓；/n(2)通过绘制轮廓中心-边缘点距离曲线，提取猪体轮廓关键点，通过将关键轮廓点与轮廓中心点相连接构建出三角形骨架模型；/n(3)依据已经构建好的三角形骨架模型，提取步态角度信息，采用封装式特征选择方法，实现特征选择和步态参数的同步优化；/n(4)利用开源框架caffe下的RPN网络结构设计测试平台，将特征优化过后的步态信息分作训练模型和测试模型，交叉验证得到最终检测平台。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏农林职业技术学院，未经江苏农林职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910783813.5/，转载请声明来源钻瓜专利网。
